146

2行の行列と、引数の1つとして2ベクトルをとる関数があるとします。行列の各行に関数を適用して、nベクトルを取得したいと思います。Rでこれを行う方法は？

たとえば、次の3つのポイントで2D標準正規分布の密度を計算したいと思います。

bivariate.density(x = c(0, 0), mu = c(0, 0), sigma = c(1, 1), rho = 0){
    exp(-1/(2*(1-rho^2))*(x[1]^2/sigma[1]^2+x[2]^2/sigma[2]^2-2*rho*x[1]*x[2]/(sigma[1]*sigma[2]))) * 1/(2*pi*sigma[1]*sigma[2]*sqrt(1-rho^2))
}

out <- rbind(c(1, 2), c(3, 4), c(5, 6))

out？の各行に関数を適用する方法

指定した方法で関数へのポイント以外の他の引数の値を渡す方法は？

4

6 に答える 6

195

apply()次の関数を使用するだけです。

R> M <- matrix(1:6, nrow=3, byrow=TRUE)
R> M
     [,1] [,2]
[1,]    1    2
[2,]    3    4
[3,]    5    6
R> apply(M, 1, function(x) 2*x[1]+x[2])
[1]  4 10 16
R>

これは行列を取り、各行に（愚かな）関数を適用します。関数に追加の引数を4番目、5番目、...の引数として渡しますapply()。

于 2010-11-21T04:05:46.680 に答える
17

合計や平均などの一般的な関数を適用する場合は、アプローチよりも高速であるため、rowSumsまたはを使用する必要があります。それ以外の場合は、に固執します。FUN引数の後に追加の引数を渡すことができます（Dirkがすでに提案したように）：rowMeansapply(data, 1, sum)apply(data, 1, fun)

set.seed(1)
m <- matrix(round(runif(20, 1, 5)), ncol=4)
diag(m) <- NA
m
     [,1] [,2] [,3] [,4]
[1,]   NA    5    2    3
[2,]    2   NA    2    4
[3,]    3    4   NA    5
[4,]    5    4    3   NA
[5,]    2    1    4    4

次に、次のようなことを行うことができます。

apply(m, 1, quantile, probs=c(.25,.5, .75), na.rm=TRUE)
    [,1] [,2] [,3] [,4] [,5]
25%  2.5    2  3.5  3.5 1.75
50%  3.0    2  4.0  4.0 3.00
75%  4.0    3  4.5  4.5 4.00
于 2010-11-21T18:05:32.790 に答える
17

これは、行列の各行に関数を適用する簡単な例です。（ここで、適用される関数はすべての行を1に正規化します。）

注：からの結果は、入力行列と同じレイアウトを取得するためにを使用しapply()て転置する必要がありました。t()A

A <- matrix(c(
  0, 1, 1, 2,
  0, 0, 1, 3,
  0, 0, 1, 3
), nrow = 3, byrow = TRUE)

t(apply(A, 1, function(x) x / sum(x) ))

結果：

     [,1] [,2] [,3] [,4]
[1,]    0 0.25 0.25 0.50
[2,]    0 0.00 0.25 0.75
[3,]    0 0.00 0.25 0.75
于 2014-11-04T12:37:14.073 に答える
6

最初のステップは、関数オブジェクトを作成してから適用することです。同じ行数の行列オブジェクトが必要な場合は、事前に定義して、図のようにobject []形式を使用できます（そうでない場合、戻り値はベクトルに簡略化されます）。

bvnormdens <- function(x=c(0,0),mu=c(0,0), sigma=c(1,1), rho=0){
     exp(-1/(2*(1-rho^2))*(x[1]^2/sigma[1]^2+
                           x[2]^2/sigma[2]^2-
                           2*rho*x[1]*x[2]/(sigma[1]*sigma[2]))) * 
     1/(2*pi*sigma[1]*sigma[2]*sqrt(1-rho^2))
     }
 out=rbind(c(1,2),c(3,4),c(5,6));

 bvout<-matrix(NA, ncol=1, nrow=3)
 bvout[] <-apply(out, 1, bvnormdens)
 bvout
             [,1]
[1,] 1.306423e-02
[2,] 5.931153e-07
[3,] 9.033134e-15

デフォルトのパラメータ以外を使用する場合は、関数の後に名前付き引数を含める必要があります。

bvout[] <-apply(out, 1, FUN=bvnormdens, mu=c(-1,1), rho=0.6)

apply（）は高次元配列でも使用でき、MARGIN引数は単一の整数だけでなくベクトルにすることもできます。

于 2010-11-21T15:01:39.890 に答える
6

適用はうまく機能しますが、かなり遅いです。sapplyとvapplyを使用すると便利な場合があります。dplyrの行方向も役立つ可能性があります任意のデータフレームの行方向の積を実行する方法の例を見てみましょう。

a = data.frame(t(iris[1:10,1:3]))
vapply(a, prod, 0)
sapply(a, prod)

vapply / sapply / applyを使用する前に変数に割り当てると、時間が大幅に短縮されるため、良い習慣であることに注意してください。マイクロベンチマークの結果を見てみましょう

a = data.frame(t(iris[1:10,1:3]))
b = iris[1:10,1:3]
microbenchmark::microbenchmark(
    apply(b, 1 , prod),
    vapply(a, prod, 0),
    sapply(a, prod) , 
    apply(iris[1:10,1:3], 1 , prod),
    vapply(data.frame(t(iris[1:10,1:3])), prod, 0),
    sapply(data.frame(t(iris[1:10,1:3])), prod) ,
    b %>%  rowwise() %>%
        summarise(p = prod(Sepal.Length,Sepal.Width,Petal.Length))
)

t（）がどのように使用されているかを注意深く見てください

于 2017-05-29T15:32:29.210 に答える
2

単一の値の代わりにデータセットのさまざまな部分を使用する場合の別のアプローチは、を使用することrollapply(data, width, FUN, ...)です。幅のベクトルを使用すると、データセットのさまざまなウィンドウに関数を適用できます。あまり効率的ではありませんが、これを使用して適応フィルタリングルーチンを構築しました。

于 2011-09-21T16:29:23.370 に答える