![](/img/trans.png)
[英]Change elements in one matrix based on positions given by another matrix in R
[英]R - How to change values in one Matrix based on elements in another Matrix
我在R中具有以下協方差矩陣:
AB-2000 AB-2600 AB-3500 AC-0100 AD-0100 AF-0200
AB-2000 6.5 NA -1.8 3.65 -17.96 -26.5
AB-2600 NA 7.18 NA NA NA NA
AB-3500 -1.79 NA 5.4 NA -4.63 NA
AC-0100 3.65 NA NA 4.22 9.8 NA
AD-0100 -17.96 NA -4.63 9.8 5.9 NA
AF-0200 -26.5 NA NA NA NA 4.28
每列和每一行對應一個足球運動員(即AB-2000)。 因此,AB-2000,AB-2000的交集為該球員的表現提供了差異。 像AB-2000,AF-0200這樣的行給出了兩個玩家表現的協方差。
當前,矩陣顯示所有協方差值。 但是,並非所有協方差值都重要。 實際上,唯一重要的是兩個玩家在同一周玩同一游戲(在這種情況下,具有相同的游戲ID(GID))。
下表顯示了某周某位玩家的GID:
GID PLAYER
3467 AB-2000
3460 AB-2600
3463 AB-3500
3467 AC-0100
3458 AD-0100
3461 AF-0200
當兩個播放器具有相同的GID(例如,播放器AB-2000和AC-0100)時,如何只將值保留在協方差矩陣中?
謝謝您的幫助!
如果我正確地解釋了問題,我認為這符合您的要求。 我給了你一些解決方案,選擇你的毒葯。 第一個依賴於嵌套的for循環,如果您確定矩陣是對稱的,則嵌套循環可能會很慢並且可以進一步優化。
m <- read.table(header=T, stringsAsFactors=F, text="
AB-2000 AB-2600 AB-3500 AC-0100 AD-0100 AF-0200
AB-2000 6.5 NA -1.8 3.65 -17.96 -26.5
AB-2600 NA 7.18 NA NA NA NA
AB-3500 -1.79 NA 5.4 NA -4.63 NA
AC-0100 3.65 NA NA 4.22 9.8 NA
AD-0100 -17.96 NA -4.63 9.8 5.9 NA
AF-0200 -26.5 NA NA NA NA 4.28
")
p <- read.table(header=T, stringsAsFactors=F, text="
GID PLAYER
3467 AB-2000
3460 AB-2600
3463 AB-3500
3467 AC-0100
3458 AD-0100
3461 AF-0200
")
m_t2 <- cm
names(m_t2) <- row.names(m_t2)
## Replace names with GID:
row_names <- p$GID[which(p$PLAYER == row.names(m_t2))]
col_names <- p$GID[which(p$PLAYER == names(m_t2))]
for (i in 1:nrow(m_t2)) {
m_t2[i, col_names != row_names[i]] <- NA
}
m_t2 <- as.matrix(m_t2)
另外,此解決方案確實依賴於tidyr
和dplyr
軟件包,但是對於非常大的數據集,它應該非常有效:
m <- cm
names(m) <- row.names(m)
m$row_names <- row.names(m)
library(tidyr)
library(dplyr)
d <- m %>%
gather(col_names, "cv", -row_names, convert=T) %>%
left_join(p, by = c("row_names" = "PLAYER")) %>%
mutate(GID_row = GID) %>%
select(-GID) %>%
left_join(p, by=c("col_names" = "PLAYER")) %>%
mutate(GID_col = GID) %>%
mutate(new_cv = ifelse((GID_row == GID_col), cv, NA)) %>%
select(row_names, col_names, new_cv) %>%
spread(col_names, new_cv)
m_t <- as.matrix(d[,-1])
row.names(m_t) <- d[["row_names"]]
兩種情況下的解決方案如下所示:
> m_t
AB-2000 AB-2600 AB-3500 AC-0100 AD-0100 AF-0200
AB-2000 6.50 NA NA 3.65 NA NA
AB-2600 NA 7.18 NA NA NA NA
AB-3500 NA NA 5.4 NA NA NA
AC-0100 3.65 NA NA 4.22 NA NA
AD-0100 NA NA NA NA 5.9 NA
AF-0200 NA NA NA NA NA 4.28
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.