將 function 應用於 R 中的數據幀列表

Question

我有一個數據框列表，每個數據框都有一個帶有 3 維向量（3 列）的行。 我想計算每個數據幀中每對后續行的余弦相似度（lsa::cosine）（例如，第 1 行和第 2 行、第 2 行和第 3 行、第 3 行和第 4 行等）。 如何遍歷列表中的每個數據幀以計算后續行的余弦相似度，同時保持每個數據幀的余弦值分開？

以下是一些用於重現性目的的簡單假數據：

df1 = data.frame(y1 = c(1,2,3,4,5), y2 = c(2,3,4,5,6), y3 = c(5,4,3,2,1))
df2 = data.frame(y1 = c(6,7,8,9,10), y2 = c(6,5,4,3,2), y3 = c(1,3,5,7,9))
dflist = list(df1, df2)

提前致謝！

Answer 1

我們可能會使用lapply/sapply

library(lsa)
sapply(dflist, function(x) mapply(function(u, v)
   c(cosine(as.vector(u), as.vector(v))), 
   asplit(x[-nrow(x), ], 1), asplit(x[-1, ], 1)))
       [,1]      [,2]
1 0.9492889 0.9635201
2 0.9553946 0.9747824
3 0.9714890 0.9850197
4 0.9844672 0.9915254

Answer 2

如果您的t /matrices 不大，您可以轉置每一個，計算每行之間的相似性，然后將返回的矩陣的第一個非對角線子集化以僅比較后續行：

library(lsa)
lapply(dflist, \(x) {
  m <- cosine(as.matrix(t(x)))
  m[(col(m)-row(m)) == 1]
})
#[[1]]
#[1] 0.9492889 0.9553946 0.9714890 0.9844672
#
#[[2]]
#[1] 0.9635201 0.9747824 0.9850197 0.9915254