[英]How to find covariance matrix by category in data.table in R
假设我的数据包含3个类别。 我想找到每个类别的协方差矩阵,并期望返回值是一个数组。
set.seed(7)
x <- rbind(cbind(rnorm(120,-1,0.1), rnorm(120,-0.5,0.1)),
cbind(rnorm(120,-0.4,0.1), rnorm(120,0,0.1)),
cbind(rnorm(120,.2,0.1), rnorm(120,0,0.1)))
lab <- c(rep(1, 120), rep(2, 120), rep(3, 120))
newx <- cbind(x, lab = lab)
s <- sapply(1:3, function(k){ var(newx[lab == k, -3]) })
dim(s) <- c(2,2,3)
返回,
, , 1
[,1] [,2]
[1,] 0.008880447 -0.001116058
[2,] -0.001116058 0.009229061
, , 2
[,1] [,2]
[1,] 0.012193536 -0.001217923
[2,] -0.001217923 0.009391710
, , 3
[,1] [,2]
[1,] 0.010752319 0.001231336
[2,] 0.001231336 0.008226595
我知道如何使用sapply
来做到这sapply
,但是如果我想使用data.table
,该怎么办?
我努力了:
library(data.table)
dt <- data.table(newx)
dt[,lapply(.SD, var), by = lab]
但它没有提供我所期望的回报。
如果需要将结果作为3维矩阵,则显然不是data.table。 但是,您可以使用data.table进行计算。
library(data.table)
DT <- as.data.table(newx)
result <- DT[,var(.SD),by=lab]
result <- as.matrix(result$V1)
dim(result) <- c(2,2,3)
result
# , , 1
#
# [,1] [,2]
# [1,] 0.008880447 -0.001116058
# [2,] -0.001116058 0.009229061
#
# , , 2
#
# [,1] [,2]
# [1,] 0.012193536 -0.001217923
# [2,] -0.001217923 0.009391710
#
# , , 3
#
# [,1] [,2]
# [1,] 0.010752319 0.001231336
# [2,] 0.001231336 0.008226595
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.