R;使用遍历向量的 for 循环填充矩阵

Question

我对 R 不是很有经验，并且几天来一直在努力重复一串代码来填充数据矩阵。我的直觉是创建一个 for 循环。

我是一名生物学学生，使用 R 包 colordistance 来研究图像集之间的颜色差异。相关数据已作为 8x4 矩阵列表加载到 R 中（每个矩阵描述一个图像中的颜色）。五幅图像构成一组，总共有 100 组。每个集合都由一个数字标识（不是 1-100，它是一个中断的序列，但我已将数字序列存储在一个名为“numberlist”的向量中）。我已经编写了代码来为第一组以正确的格式提取所需的数据，如下所示；

## extract the list of matrices belonging to the first set (A3) from the the full list
A3<-histlist[grep('^3',names(histlist))] 
## create a colour distance matrix (cdm), ie a pairwise comparison of "similarity" between the five matrices stored in A3
cdm3<-colordistance::getColorDistanceMatrix(A3, method="emd", plotting=FALSE)
## convert to data frame to fix row names
cdm3df<-as.data.frame(cdm3) 
## remove column names
names(cdm3df)<-NULL 
## return elements in the first row and column 2-5 only (retains row names).
cdm3filtered<-cdm3df[1,2:5]

现在我想用“numberlist”中的每个数字替换上面代码中的“3”（不确定它们应该是 as.factor 还是 as.numeric）。从for (i in numberlist) {...} 开始，我进行了多次尝试，但没有成功输出。对我来说，将循环的输出存储在存储矩阵中是有意义的； matrix(nrow=100,ncol=4) 但我非常卡住，无法通过迭代上面的代码逐行填充我的存储矩阵...

任何帮助将不胜感激！

更新

我希望循环的输出看起来像什么（+ 附加在存储矩阵中）；

> cdm17filtered                                
17clr 0.09246918 0.1176651 0.1220622 0.1323586

这是我的尝试：

for (i in numberlist$X) {
  A[i] <- histlist[grep(paste0('^',i),names(histlist))]
  cdm[i] <- colordistance::getColorDistanceMatrix(A[i], method="emd", plotting=FALSE)
  cdm[i]df <- as.data.frame(cdm[i])
  cdm[i]filtered <- cdm[i]df[1,2:5]
  print(A[i]) # *insert in n'th column of storage matrix
}

上述方法不起作用，我缺少将循环输出存储在存储矩阵中所需的最后一位。 （有人建议我不要使用 rbind 来填充存储矩阵，因为它很慢......）

Answer 1

在您的尝试中，您使用了带有未转义的非字母数字字符的无效 R 名称，cdm[i]df 和 cdm[i]filtered。您似乎打算从更大的容器（如对象列表）中建立索引。

要正确概括numberlist 中所有项目的流程，请调整您的^3 设置。具体来说，构建空列表并在循环中按索引 [i] 迭代分配：

# INITIALIZE LISTS (SAME LENGTH AS numberlist)
A <- vector(mode="list", length = length(numberlist))
cdm_matrices <- vector(mode="list", length = length(numberlist))
cdm_dfs <- vector(mode="list", length = length(numberlist))
cdm_filtered_dfs  <- vector(mode="list", length = length(numberlist))

# POPULATE LISTS
for (i in numberlist$X) {
  ## extract the list of matrices belonging to the first set
  A[i] <- histlist[grep(paste0('^', i), names(histlist))] 

  ## create a colour distance matrix (cdm)
  cdm_matrices[i] <- colordistance::getColorDistanceMatrix(A[i], method="emd", plotting=FALSE)

  ## convert to data frame to fix row names and remove column names
  cdm_dfs[i] <- setNames(as.data.frame(cdm_matrices[i]), NULL)

  ## return elements in the first row and column 2-5 only (retains row names).
  cdm_filtered_dfs[i] <- cdm_dfs[i][1,2:5]
}

---

或者，如果您只需要返回的最后一个对象cdm_filtered_df，请使用lapply，您不需要使用或索引列表，并且所有对象在函数范围内都是本地的（即，从不保存在全局环境中） ：

cdm_build <- function(i) {
  A <- histlist[grep(paste0('^', i), names(histlist))]    
  cdm <- colordistance::getColorDistanceMatrix(A, method="emd", plotting=FALSE)    
  cdm_df <- setNames(as.data.frame(cdm), NULL)    
  cdm_filtered_df <- cdm_df[1,2:5]

  return(cdm_filtered_df)    # REDUNDANT AS LAST LINE IS RETURNED BY DEFAULT
}

# LIST OF FILTERED CDM DATA FRAMES
cdm_filtered_dfs <- lapply(numberlist, cdm_build)

---

最后，对于上述任一解决方案，如果您想构建一个单一数据框，请在 do.call() 中运行 rbind：

cdm_final_df <- do.call(rbind, cdm_filtered_dfs)