Question

所以我想在R中的矩阵上应用一个函数。这对于简单函数非常直观：

> (function(x)x*x)(matrix(1:10, nrow=2))
 [,1] [,2] [,3] [,4] [,5]
[1,]    1    9   25   49   81
[2,]    4   16   36   64  100

......但显然我不了解它的所有工作原理：

> m = (matrix(1:10, nrow=2))
> (function(x) if (x %% 3 == 0) { return(NA) } else { return(x+1) })(m)
     [,1] [,2] [,3] [,4] [,5]
[1,]    2    4    6    8   10
[2,]    3    5    7    9   11
Warning message:
In if (x == 3) { :
  the condition has length > 1 and only the first element will be used

我读到了这个，发现了Vectorize和sapply，它们看起来都很棒，就像我想要的那样，除了它们都将我的矩阵转换成一个列表：

> y = (function(x) if (x %% 3 == 0) { return(NA) } else { return(x+1) })
> sapply(m, y)
 [1]  2  3 NA  5  6 NA  8  9 NA 11
> Vectorize(y)(m)
 [1]  2  3 NA  5  6 NA  8  9 NA 11

...而我希望将其保留在具有当前尺寸的矩阵中。我怎么能这样做？谢谢！

Answer 1

@Joshua Ulrich（和Dason）有一个很好的答案。在没有函数y的情况下直接执行此操作是最佳解决方案。但如果你真的需要来调用一个函数，你可以使用vapply加快速度。它生成一个不带维度的向量（sapply，但速度更快），但是您可以使用structure添加它们：

# Your function (optimized) y = function(x) if (x %% 3) x+1 else NA m <- matrix(1:1e6,1e3) system.time( r1 <- apply(m,1:2,y) ) # 4.89 secs system.time( r2 <- structure(sapply(m, y), dim=dim(m)) ) # 2.89 secs system.time( r3 <- structure(vapply(m, y, numeric(1)), dim=dim(m)) ) # 1.66 secs identical(r1, r2) # TRUE identical(r1, r3) # TRUE

...正如您所看到的，vapply方法比apply方法快3倍... vapply比sapply更快的原因是sapply {1}}必须分析结果，以确定它可以简化为数字向量。使用vapply，您指定了结果类型（numeric(1)），因此无需猜测...

UPDATE 我想出了另一种（更短的）保留矩阵结构的方法：

m <- matrix(1:10, nrow=2) m[] <- vapply(m, y, numeric(1))

您只需使用m[] <-将新值分配给对象。然后保留所有其他属性（例如dim，dimnames，class等。

Answer 2

一种方法是在行和列上使用apply：

apply(m,1:2,y)
     [,1] [,2] [,3] [,4] [,5]
[1,]    2   NA    6    8   NA
[2,]    3    5   NA    9   11

您也可以使用下标来完成，因为==已经过矢量化了：

m[m %% 3 == 0] <- NA
m <- m+1
m
     [,1] [,2] [,3] [,4] [,5]
[1,]    2   NA    6    8   NA
[2,]    3    5   NA    9   11

Answer 3

对于这个具体的例子，你可以做这样的事情

> # Create some fake data
> mat <- matrix(1:16, 4, 4)
> # Set all elements divisible by 3 to NA
> mat[mat %% 3 == 0] <- NA
> # Add 1 to all non NA elements
> mat <- mat + 1
> mat
     [,1] [,2] [,3] [,4]
[1,]    2    6   NA   14
[2,]    3   NA   11   15
[3,]   NA    8   12   NA
[4,]    5    9   NA   17

Answer 4

使用ifelse对Dason和Josh的解决方案略有改进。

mat <- matrix(1:16, 4, 4)
ifelse(mat %% 3 == 0, NA, mat + 1)
     [,1] [,2] [,3] [,4]
[1,]    2    6   NA   14
[2,]    3   NA   11   15
[3,]   NA    8   12   NA
[4,]    5    9   NA   17

R：在矩阵上应用函数并保持矩阵尺寸

4 个答案: