基于R？中某些值和索引矩阵的更有效的数据矩阵获取方法。

Luwei 发表于 Dev

Luwei

假设我有一个像这样的值向量：

M=3;val<-rnorm(M)

和相应的索引矩阵，例如：

N=20;J=10;ind<-matrix(sample(1:M,N*J,replace=T),nrow=J)

我可以轻松地将值及其索引分配给数据矩阵，如下所示：

x<-matrix(val[ind],J,N)

现在，我有一个值矩阵，如：

val<-matrix(rnorm(M*J),nrow=J)

并且需要逐行分配值和索引（即val中的一行与ind中的一行）以获取数据矩阵。

我可以使用for循环来做到这一点：

x<-ind;
for(j in 1:J){x[j,]<-val[j,ind[j,]]}

但是我想知道是否有更有效的方法来做到这一点，尤其是避免使用for循环？

我需要重新采样并重复分配过程数十万次。因此，我担心for循环会占用大量时间。

另三种方法，一种使用sapply，一种矩阵子集和一种向量子集。矩阵和向量子集看起来sapply比for循环要快，但子集要慢。

目前

matrix(val[1:J + (ind-1)*J],J,N)

看起来是最快的方法。

M <- 3; N <- 20; J <- 10
ind <- matrix(sample(1:M,N*J,replace=T),nrow=J)
val <- matrix(rnorm(M*J),nrow=J)

x<-ind;
for(j in 1:J){x[j,]<-val[j,ind[j,]]}

identical(x, t(sapply(1:J, function(j) val[j,ind[j,]])))
#[1] TRUE

identical(x, matrix(val[matrix(c(rep(1:J, N), ind), ncol=2)],J,N))
#[1] TRUE
#Other ways for rep(1:J, N)
identical(x, matrix(val[matrix(c(row(ind), ind), ncol=2)],J,N))
#[1] TRUE
identical(x, matrix(val[matrix(c(slice.index(ind, 1), ind), ncol=2)],J,N))
#[1] TRUE

#Vector subsetting as suggested by Aaron
identical(x, matrix(val[row(ind) + (ind-1)*J],J,N))
#[1] TRUE
#Other ways
identical(x, matrix(val[1:J + (ind-1)*J],J,N))
#[1] TRUE
identical(x, matrix(val[sweep((ind-1)*J, 1, 1:J, "+")],J,N))
#[1] TRUE

速度比较：

library(microbenchmark)

f1 <- function() {
  x<-ind;
  for(j in 1:J){x[j,]<-val[j,ind[j,]]}
}
f2 <- function() {t(sapply(1:J, function(j) val[j,ind[j,]]))}
f3 <- function() {matrix(val[matrix(c(row(ind), ind), ncol=2)],J,N)}
f4 <- function() {matrix(val[row(ind) + (ind-1)*J],J,N)} #Comment from Aaron
f5 <- function() {matrix(val[1:J + (ind-1)*J],J,N)}

microbenchmark(f1(), f2(), f3(), f4(), f5(), setup=gc)
#Unit: microseconds
# expr    min      lq     mean  median      uq     max neval
# f1() 16.540 18.3595 20.11216 19.8820 20.7915  36.201   100
# f2() 43.514 46.3650 49.77573 48.0320 49.5120 113.631   100
# f3()  8.325  9.3265 10.38931  9.9425 10.4825  46.561   100
# f4()  6.934  7.8270  9.00286  8.4405  9.1355  25.840   100
# f5()  5.839  6.8730  7.71322  7.3520  8.3145  16.349   100

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。