我有一个矩阵X，两个数据框A和B索引vec_a和的向量vec_b。A并且B每个都包含一个索引变量，其中的值对应于vec_a和中的值vec_b。除此之外，A并且B包含的值与中的列数一样多X：
# original data
X <- matrix(rnorm(200),100,2)
# values to substract in data.frames
A <- data.frame(index_a = 1:4, value1 = rnorm(4), value2 = rnorm(4))
B <- data.frame(index_b = 1:4, value1 = rnorm(4), value2 = rnorm(4))
# indices, which values to substract (one for each row of X)
vec_a <- sample(1:4, nrow(X), replace = T)
vec_b <- sample(1:4, nrow(X), replace = T)
我要实现的目标如下：对于每行iii中X的值value1，分别value2从A和B基于iii向量vec_a和中的元素vec_b。然后，从中的相应行中减去这些值X。听起来可能有些混乱，但是我希望以下解决方案可以使目标更加明确：
# iterate over all rows of X
for(iii in 1:nrow(X)){
# get correct values
X_clean <- A[which(A$index_a == vec_a[iii]),-1] - # subtract correct A value
B[which(B$index_b == vec_b[iii]),-1] # subtract correct B value
# this intermediate step is necessary, otherwise we substract a data.frame from a matrix
X_clean <- as.numeric(X_clean)
# subtract from X
X[iii,] = X[iii,] - X_clean
}
请注意，我们必须numeric在循环解中转换为，否则X会matrix因为data.frame从中减去a而丢失类matrix。我的解决方案效果很好，直到您需要对A和B以及数百万个观测值的许多矩阵执行此操作为止。是否有不依赖于遍历所有行的解决方案？
编辑
谢谢，两个答案都大大提高了代码的速度。我选择了StupidWolf的答案，因为它比使用data.table以下方法更有效：
Unit: microseconds
expr min lq mean median uq max neval cld
datatable 5557.355 5754.931 6052.402 5881.729 5975.386 14154.040 100 b
stupid.wolf 818.529 1172.840 1311.784 1187.593 1221.164 4777.743 100 a
loop 111748.790 115141.149 116677.528 116109.571 117085.048 156497.999 100 c
您可以匹配以下行：
set.seed(111)
# original data
X <- matrix(rnorm(200),100,2)
A <- data.frame(index_a = 1:4, value1 = rnorm(4), value2 = rnorm(4))
B <- data.frame(index_b = 1:4, value1 = rnorm(4), value2 = rnorm(4))
vec_a <- sample(1:4, nrow(X), replace = T)
vec_b <- sample(1:4, nrow(X), replace = T)
newX <- X - as.matrix(A[match(vec_a,A$index_a),-1]-B[match(vec_b,B$index_b),-1])
然后我们运行您的循环：
for(iii in 1:nrow(X)){
X_clean <- A[which(A$index_a == vec_a[iii]),-1] - # subtract correct A value
B[which(B$index_b == vec_b[iii]),-1] # subtract correct B value
X_clean <- as.numeric(X_clean)
X[iii,] = X[iii,] - X_clean
}
并检查值是否相等：
all.equal(c(newX),c(X))
[1] TRUE
匹配应该很快，但是如果仍然太慢，则可以只调用Ausing的值vec_a，例如A[vec_a,]..
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。
我来说两句