R遍歷多個矩陣

Question

我有472個矩陣，每個矩陣有405列（matrix1，...，matrix400），並且想擁有472個新矩陣，而該矩陣只有前244列。 我怎樣才能做到這一點？ 我試過了：

for (i in 1:472) {
assign(paste("new_matrix",i,sep=""), matrix[[i]][,c(1:244)])
}

我通過用一個標識符（對於組）將一個數據幀拆分來創建矩陣：

for (i in 1:472){
   assign(paste("matrix", i, sep=""), subset(data, ID==i))
}

不知何故，我無法對每個矩陣說話，但是我不知道如何做到這一點。

Answer 1

您顯然應該采用其他方法。 分配所有單個矩陣不是一個好方法。 但是這是您可以做到的一種方法...

mat1 <- matrix(1:6, 2, 3)
mat2 <- matrix(2:7, 2, 3)

example_func <- function(mati) {

  mat_name <- as.name(paste0("mat", mati))
  bquote(.(mat_name) <- .(mat_name)[ , 1:2])

}

for (i in 1:2) eval(example_func(i))

但是，使用eval可能會很復雜，因為您必須非常注意環境，尤其是在函數內部使用時。 作為示例，請嘗試運行lapply(1:2, function(x) eval(example_func(x)))而不是使用for循環，並查看結果之間的差異。

要采用更好的方法，請看?split 。

some_data <- data.frame(ID = rep(1:4, each = 4),
                        V1 = 1:16,
                        v2 = letters[1:16])

split(some_data, list(some_data$ID))

然后，您可以使用lapply遍歷子集並進一步迭代子集。 或者，更好的是，僅將原始data.frame子集化為所需的列，然后使用split 。

Answer 2

matrix1 <- matrix(1:25, 5,5)
matrix2 <- matrix(26:50, 5,5)

假設我想對上述矩陣的前3列進行子集化，

list2env(
   setNames(
          lapply(mget(ls(pattern="matrix")), `[`, ,1:3),
                  paste("new", ls(pattern="matrix"),sep="_")), 
                                               envir=.GlobalEnv)

  new_matrix1
  #     [,1] [,2] [,3]
  #[1,]    1    6   11
  #[2,]    2    7   12
  #[3,]    3    8   13
  #[4,]    4    9   14
  #[5,]    5   10   15

  new_matrix2
  #      [,1] [,2] [,3]
  # [1,]   26   31   36
  # [2,]   27   32   37
  # [3,]   28   33   38
  # [4,]   29   34   39
  # [5,]   30   35   40

• ls(pattern="matrix")將輸出[1] "matrix1" "matrix2"
• mget獲取以列表形式存儲在上述矩陣中的值
• 使用lapply(..., [ ,1:3) [ ,1:3)
• 通過使用setNames從matrix1 ， matrix2更改列表元素的名稱並paste
• 使用list2env創建新對象new_matrix1 ， new_matrix2 。 但是，在您的情況下，這將在全局環境中創建472個new_matrices 。 我希望將列表中的矩陣子集化，以執行列表中的所有必要計算。 然后，您可以使用來自library(MASS) write.table或write.matrix將列表元素寫入文件。

Answer 3

如果從數據框開始

這是如何以矩陣列表結尾的，該列表按組（並具有名稱）和所需的行數進行划分：

library("ddply")
dlply(iris, .(Species), function(x) x[1:10,])

iris是您使用R為底的虛擬數據框； 物種是您的因素組