rdata：在数据框的行上应用 dist()答案

【问题标题】：rdata: applying dist() over a data frame's rowsrdata：在数据框的行上应用 dist()
【发布时间】：2015-05-18 01:36:30
【问题描述】：

我可以这样做：

data <- read.csv("data.csv")
p1 <- subset(data, player_name == 'Player1')
p2 <- subset(data, player_name == 'Player2')

dist(rbind(p1[,c("gp","points")], p2[,c("gp","chances_for","chances_for_help")]))

我知道我的距离。但是data 里面有超过 1000 行，我想要每一行根据 GP 和 point 最相似的十个记录，但我不太清楚。

类似：

apply(data, 1, function(p) {
    dist(rbind(p, data))
})

但显然这是行不通的。这里有快速解决方法吗？

示例数据：

player_name,gp,points
Player 1,82,95
Player 2,80,88
Player 3,81,84
Player 4,82,90
Player 5,82,77

【问题讨论】：

我认为对整个集合执行一次dist，然后从每一行中选择最低的情况比运行distnrow 次更合适。
有什么简单的例子吗？
out <- as.matrix(dist(dat[,c("gp","points")])) 然后apply(out, 1, function(x) colnames(out)[order(x)[2:4]] ) 最接近的 3 场比赛？（最接近的匹配将是同一行，因此从 2 开始索引）。我怀疑这是非常有效的，但是那种逻辑。
我知道这给了我什么，但它给了我矩阵中的值。我怎样才能将它应用回原来的 data 集合，以便它与玩家姓名相关联？
apply(out, 1, function(x) order(x)[2:4] ) 返回最接近匹配的原始dat 数据集的行号。

标签： r rdata

【解决方案1】：

@thelatemail 基本上已经给了你完整的答案。因此，进一步了解他的方法，您可以通过以下方式对其进行扩展（我正在使用 dplyr 库）。

首先创建一个row id：

library(dplyr)
data <- data %>% mutate(rowid = row_number())

...并将距离数据转换为数据框：

dist_data <- as.data.frame(t(apply(out, 1, function(x) colnames(out)[order(x)[2:4]])))
dist_data <- dist_data %>% mutate(rowid = row_number())

然后你可以简单地加入rowid

data <- data %>% left_join(dist_data, by="rowid")

要添加球员的名字，你只需要创建某种球员索引数据框并使用相同的想法做更多的连接：

data$V1 <- as.numeric(data$V1)
data$V2 <- as.numeric(data$V2)
data$V3 <- as.numeric(data$V3)

# now we have to remap the V1, V2, V3 to the player_name and id's..
# we can do this by create a name dataset with the indexes...
name_index <- dplyr::select(data, player_name, rowid)

data %>% 
  left_join(rename(name_index, closest_name1=player_name, V1=rowid)) %>% 
  left_join(rename(name_index, closest_name2=player_name, V2=rowid)) %>%
  left_join(rename(name_index, closest_name3=player_name, V3=rowid)) %>%
  dplyr::select(-V1, -V2, -V3)

输出：

  player_name gp points rowid closest_name1 closest_name2 closest_name3
1    Player 1 82     95     1      Player 3      Player 2      Player 2
2    Player 2 80     88     2      Player 3      Player 3      Player 1
3    Player 3 81     84     3      Player 1      Player 4      Player 4
4    Player 4 82     90     4      Player 1      Player 1      Player 2
5    Player 5 82     77     5      Player 2      Player 2      Player 3

【讨论】：