在R中将两个数据集相乘

debugcn 发表于 Dev

用户9292

我有两个具有公共列的数据框。

  # Generate DF1
    set.seed(219)
    x0 <- rnorm(5, 22, 17)
    x2 <- rnorm(5, 44, 15)
    x3 <- rnorm(5, 56, 13)
    x7 <- rnorm(5, 0, 3)
    x9 <- rnorm(5, 28, 31)
    x10 <- rnorm(5, 4, 75)
    x11 <- rnorm(5, 7, 1)
    dat1 <- data.frame(x0,x2,x3,x7,x9, x10, x11)
    dat1$ID1 <- rownames(dat1)

  # Generate DF2
    x1 <- rnorm(10, 2, 19)
    x2 <- rnorm(10, 4, 18)
    x3 <- rnorm(10, 5, 17)
    x4 <- rnorm(10, 7, 16)
    x5 <- rnorm(10, 8, 51)
    x6 <- rnorm(10, 9, 5)
    x7 <- rnorm(10, 0, 3)
    x8 <- rnorm(10, 34, 2)
    x9 <- rnorm(10, 28, 1)
    dat2 <- data.frame(x1,x2,x3,x4,x5,x6,x7,x8,x9)
    dat2$ID2 <- rownames(dat2)

请注意DF1有5行，而DF2有10行。同样，每个数据帧中相似的列名并不意味着两个列的值都相同。

这是我想做的：

由于DF1有5行，因此我需要在其中创建5列DF2，我们称它们为y1, y2, y3, y4, y5。
这是计算方法y1：我需要将第一行放入所有行中，DF1并将其与相似的列相乘DF2。的大小为y1（10行和1列）。我需要为DF2中的每一行计算以下内容。

y1 = x0 + x2（DF1）* x2（DF2）+ x3（DF1）* x3（DF2）+ x7（DF1）* x7（DF2）+ x9（DF1）* x9（DF2）

同样，对于y2，我们需要从DF1 ... Etc的第二行开始。

在向量和矩阵方面，这是如何计算y1的方法。

令DF1中的第一行为（x01，x21，x31，x71，x91，x101，x111，ID11）。然后y1的第一个第一值（记住y1是10 * 1）：

y11 = x01 + x21（DF1）* x21（DF2）+ x31（DF1）* x31（DF2）+ x71（DF1）* x71（DF2）+ x91（DF1）* x91（DF2）。

y1的第二个值：

y12 = x01 + x21（DF1）* x22（DF2）+ x31（DF1）* x32（DF2）+ x71（DF1）* x72（DF2）+ x91（DF1）* x92（DF2）。

...

最后，y1的第十个值是：

y110 = x01 + x21（DF1）* x210（DF2）+ x31（DF1）* x310（DF2）+ x71（DF1）* x710（DF2）+ x91（DF1）* x910（DF2）。

如何实现我的算法？

哈克

这是基于我对您想做什么的理解，我在评论中提到了这一点。

基本上，对于我中的非常见列，dat1将它们乘以一个矢量，以使其达到一致的维数，然后逐行为每个y（y1，等）相加10x1矢量，因此每个都是10x1矢量：

common_cols <- intersect(colnames(dat1),colnames(dat2))
uniq_cols   <- setdiff(colnames(dat1),colnames(dat2))
uniq_cols   <- uniq_cols[!uniq_cols=="ID1"]

tmp  <- data.frame(y1=rep(NA,10), y2=rep(NA,10),y3=rep(NA,10),y4=rep(NA,10),y5=rep(NA,10))
tmp1 <- data.frame(matrix(nrow=10, ncol = 7))

for(i in 1:nrow(dat1)){
  for(j in 1:length(common_cols)){
    tmp1[,j] <-  dat1[i,common_cols[j]] * dat2[,common_cols[j]] 
  }
  for(k in 1:length(uniq_cols)){
    tmp1[,k+4] <- dat1[i,uniq_cols[k]]*rep(1,10)
  }
  tmp[,i] <- rowSums(tmp1)
}

结果是：

tmp

         y1          y2        y3        y4         y5
1  2796.812   226.31244 1924.2130 4392.7841  1459.8979
2  1786.241    17.11732  716.6079 2044.0003   141.6572
3  1371.890  -334.09190  324.3946 1578.0200  -262.0858
4  1235.717  -446.01583  176.2845 1422.1088  -411.2424
5  1995.976  -377.33202 1152.6527 3297.5986   635.7040
6  2233.255   197.51252 1155.2367 2847.4433   599.1098
7  3437.539  1675.03212 2328.7100 3876.5423  1914.7753
8   291.687 -1331.27575 -737.9568  299.7451 -1413.6779
9  1659.648  -244.14992  678.3120 2266.3193   144.3870
10 1675.775  -532.41657  668.3817 2491.0892    60.3962

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。