使用 R 中的列之间的成对计算创建矩阵

Question

R 新手，在我头上！

我正在尝试编写将结合以下步骤的代码：

a) 找出每行两列之间的最小值

b) 求和找到的最小值

c) 在许多列中执行此操作并构造结果的成对矩阵

步骤 a 和 b 很容易一次处理两列。像这样：

column1 = c(0.08,   0.20,   0.09,   0.19,   0.25,   0.20,   0.00)
column2 = c(0.07,   0.19,   0.09,   0.21,   0.25,   0.19,   0.00)
ps = data.frame(column1, column2)

sum(pmin(ps$column1,ps$column2))

但是对于步骤 c，我很难编写一个代码，该代码将为由 7 行和 32 列组成的数据帧中的每个成对列比较执行此操作。到目前为止，这是我想出的：

d <- replicate(32, rnorm(7))
c <- combn(seq_len(ncol(d)),2)
mat1 <-  matrix(0,ncol=32,nrow=32,dimnames=list(colnames(d),colnames(d)))
v1 <- unlist(lapply(seq_len(ncol(c)),function(i) {d1<-d[,c[,i]];    length(which(d1[,1]!=0 & d1[,2]!=0)) }))

mat1[lower.tri(mat1)]<-v1 

我很确定我的问题在于与“v1”相关的“功能”命令。但我很难过，真的需要一点帮助！

同样，我的目标是在每个成对列比较之间创建一个 32x32 的求和最小值矩阵。

这有意义吗？

非常感谢。

Answer 1

outer 函数将执行此操作并为您跟踪簿记，但您必须将其传递给矢量化函数。

summin <- Vectorize(function(i, j) sum(pmin(ps[[i]], ps[[j]])))
outer(seq_len(ncol(ps)), seq_len(ncol(ps)), FUN=summin)
##      [,1] [,2]
## [1,] 1.01 0.98
## [2,] 0.98 1.00

我不知道您的 v1 代码中应该发生什么，看起来您不再对最小值求和了。

如果我要循环自己，我会使用 expand.grid 而不是 combn，因为这样我得到对角线并且不必弄清楚如何填充矩阵的两侧，但要付出代价做所有的计算两次。 （无论如何，计算机做它的速度比我知道如何让它只做一次的速度快两倍。）我也只需将其作为向量，然后再转换为矩阵。

cc <- expand.grid(seq_len(ncol(d)), seq_len(ncol(d)))
out <- sapply(seq_len(nrow(cc)), function(k) {
    i <- cc[k,1]
    j <- cc[k,2]
    sum(pmin(d[[i]],d[[j]]))
})
out <- matrix(out, ncol=ncol(d))

Answer 2

我认为您可以尝试以下方法（我不得不承认这是一种简单的方法）：

column1 = c(0.08,   0.20,   0.09,   0.19,   0.25,   0.20,   0.00)
column2 = c(0.07,   0.19,   0.09,   0.21,   0.25,   0.19,   0.00)
column3 = c(0.05,   0.49,   0.39,   0.1,   0.5,   0.11,   0.01)
ps = data.frame(column1, column2, column3)

res <-matrix(nrow = ncol(ps), ncol = ncol(ps))

for (i in (1:ncol(ps))) {

  for (j in (i:ncol(ps))){

    res[i,j] <- sum(pmin(ps[,i],ps[,j]))
  }

}

为了利用矩阵是对称的这一事实，您可以这样做：

res[lower.tri(res)] <- t(res)[lower.tri(res)]

（需要注意的一点是，感谢@Aaron 和他的评论，res[lower.tri(res)] <- res[upper.tri(res)] 不起作用，因为 R 正在按列填充值）

或者（再次感谢 Aaron）您可以这样做（并跳过最后一步）：

for (i in (1:ncol(ps))) {

      for (j in (i:ncol(ps))){

        res[i,j] <- res[j,i] <- sum(pmin(ps[,i],ps[,j]))
      }

    }