计算和矩阵

Question

假设我有一个包含几列分类数据和一列定量数据的 data.frame。这是一个例子：

my_data <- structure(list(A = c("f", "f", "f", "f", "t", "t", "t", "t"), 
                          B = c("t", "t", "t", "t", "f", "f", "f", "f"), 
                          C = c("f","f", "t", "t", "f", "f", "t", "t"), 
                          D = c("f", "t", "f", "t", "f", "t", "f", "t")),
                     .Names = c("A", "B", "C", "D"), 
                     row.names = 1:8, class = "data.frame")
my_data$quantity <- 1:8

现在my_data 看起来像这样：

  A B C D quantity
1 f t f f        1
2 f t f t        2
3 f t t f        3
4 f t t t        4
5 t f f f        5
6 t f f t        6
7 t f t f        7
8 t f t t        8

获得quantity 的交叉表/总和的最优雅方法是什么，其中两个值都是=='t'？也就是说，我正在寻找这样的输出：

   A   B   C   D  
A "?" "?" "?" "?"
B "?" "?" "?" "?"
C "?" "?" "?" "?"
D "?" "?" "?" "?"

..x/y 的交集是quantity 的和，其中x=='t' 和y=='t'。 （我只关心这张表的一半，真的，因为一半是重复的）

所以例如 A/C 的值应该是：

good_rows <- with(my_data, A=='t' & C=='t')
sum(my_data$quantity[good_rows])

15

*编辑：我已经拥有的是：

nodes <- names(my_data)[-ncol(my_data)]
sapply(nodes, function(rw) {
  sapply(nodes, function(cl) {
    good_rows <- which(my_data[, rw]=='t' & my_data[, cl]=='t')
    sum(my_data[good_rows, 'quantity'])
  })
})

这给出了预期的结果：

   A  B  C  D
A 26  0 15 14
B  0 10  7  6
C 15  7 22 12
D 14  6 12 20

我喜欢这个解决方案，因为它非常“字面意思”，可读性很强：两个应用函数（又名循环）遍历行 * 列，计算每个单元格并生成矩阵。我的实际数据也足够快（很小：192 行 x 10 列）。我不喜欢它，因为它看起来像很多行。感谢您到目前为止的答案！我会回顾和吸收。

Answer 1

尝试使用矩阵乘法

temp <- (my_data[1:4]=="t")*my_data$quantity

t(temp) %*% (my_data[1:4]=="t") 

#   A  B  C  D
#A 26  0 15 14
#B  0 10  7  6
#C 15  7 22 12
#D 14  6 12 20

（虽然这可能是侥幸）

Answer 2

对于每个行名称，您可以构建一个向量dat，它就是该值等于t 的行。然后，您可以将此数据子集中的真/假值乘以该行的数量值（因此当为假时为 0，当为真时为数量值），最后取列总和。

sapply(c("A", "B", "C", "D"), function(x) {
  dat <- my_data[my_data[,x] == "t",]
  colSums((dat[,-5] == "t") * dat[,5])
})
#    A  B  C  D
# A 26  0 15 14
# B  0 10  7  6
# C 15  7 22 12
# D 14  6 12 20