R：将数据框的元素与邻居相乘

Question

我有一个 300x300 元素的数据框。它们中的每一个都是 -1 或 +1：

     [,1]   [,2]   [,3]  
[1,]   1     -1     -1   
[2,]   1      1      1  
[3,]  -1     -1      1  
[4,]   1      1     -1

我想要的是遍历我的数据框，并将每个值与每个相邻值相乘。
即：
对于原始数据框中的元素 [1,1]，我想要 [1,1]、[1,2] 和 [2,1] 的乘积
对于原始数据框中的元素 [2,2]，我想要 [2,2]、[1,2]、[2,1]、[2,3] 和 [3,2] 的乘积。

我尝试创建 4 个新数据帧，每个数据帧分别向右、向左、向上和向下移动 1 个元素：

x_up <- shift(x, 1, dir='up')
x_up <- as.array(x_up)
dim(x_up) <- dims
x_down <- shift(x, 1, dir='down')
x_down <- as.array(x_down)
dim(x_down) <- dims
x_left <- shift(x, 1, dir='left')
x_left <- as.array(x_left)
dim(x_left) <- dims
x_right <- shift(x, 1, dir='right')
x_right <- as.array(x_right)
dim(x_right) <- dims

其中 x 是我的原始数据框。
我可以看到，当我使用这种方法时，新的数据框并没有正确地移位；其中更多是相同的。我用相同的（）检查了这个。

还有其他方法可以解决我的问题吗？

编辑：
shift() 属于 'binhf' 库

Answer 1

我认为可能有更聪明的方法可以做到这一点，但标准方法是迭代每个元素并使其周围环境相乘。

开始于：

mat <- matrix(c(1, 1, -1, 1, -1, 1, -1, 1, -1, 1, 1, -1), ncol=3)

为了避免正边距出现问题，您必须添加一列和一行1作为边距（乘法时正1不会有问题，如果您求和，则它必须是@例如 987654323@'s)。

mat2 <- addmargins(mat, FUN=function(x) 1)

现在您创建一个空矩阵来保存输出，然后迭代元素并乘以相邻元素。

out <- matrix(nrow=nrow(mat), ncol=ncol(mat))
for (i in 1:nrow(mat)) {
  for (j in 1:ncol(mat)) {
    out[i,j] <- prod(mat[i,j], mat2[i-1, j], mat2[i, j-1], mat2[i+1, j], mat2[i, j+1])
  }
}

导致：

> out
     [,1] [,2] [,3]
[1,]   -1    1    1
[2,]   -1    1   -1
[3,]    1    1    1
[4,]   -1    1   -1

对于 300x300 矩阵，这花费了不到一秒的时间，所以对您来说可能已经足够了。

Answer 2

这应该可以解决问题：

ind <- which(x==x, arr.ind=TRUE) # index matrix

# find distances (need distances of 1 or 0) 
dist.mat <- as.matrix(dist(ind))
inds2mult <- apply(dist.mat, 1, function(ii) which(ii <= 1))

# get product of each list element in inds2mult
# and reform into appropriate matrix
matrix(
    sapply(inds2mult, function(ii) prod(unlist(x)[ii])),
    ncol=ncol(x))

#     [,1] [,2] [,3]
#[1,]   -1    1    1
#[2,]   -1    1   -1
#[3,]    1    1    1
#[4,]   -1    1   -1

要解决在调用dist 时出现大矩阵的内存问题，您可以尝试fields 包中的fields.rdist.near 函数（增量值为1）：

x <- matrix(rep(-1, 300*300), ncol=300)

ind <- which(x==x, arr.ind=TRUE) # index matrix

library(fields)
ind.list <- fields.rdist.near(ind, delta=1) # took my computer ~ 15 - 20 seconds

inds2mult <- tapply(ind.list$ind[,2], ind.list$ind[,1], list)

matrix(
    sapply(inds2mult, function(ii) prod(unlist(x)[ii])),
    ncol=ncol(x))

fields.rdist.near 帮助页面中的 delta 参数：

阈值距离。所有被更多分隔的点对 距离上的 delta 被忽略。