dummies = matrix(c(0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 1, 0, 0,
0, 0, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0), nrow=6, ncol=6)
colnames(dummies) <- c("a","b", "c", "d", "e", "f")
我有一个假人矩阵
> dummies
a b c d e f
[1,] 0 0 0 0 1 0
[2,] 0 0 1 0 0 0
[3,] 1 0 0 0 0 0
[4,] 0 0 0 0 0 1
[5,] 0 1 0 0 0 0
[6,] 0 0 0 1 0 0
我知道我的假人在第1行中与2、3和4以及5和6进行了分组。
> dummies
a b c d e f
[1,] 0.0 0.0 -0.5 0.0 0.5 0.0
[2,] 0.0 0.0 0.5 0.0 -0.5 0.0
[3,] 0.5 0.0 0.0 0.0 0.0 -0.5
[4,] -0.5 0.0 0.0 0.0 0.0 0.5
[5,] 0.0 0.5 0.0 -0.5 0.0 0.0
[6,] 0.0 -0.5 0.0 0.5 0.0 0.0
为此，我执行以下操作:
dummies <- ifelse(dummies==1, 0.5, 0)
for (i in 1:nrow(dummies)){
column = which(dummies[i,] %in% 0.5)
if (i %% 2 != 0) {
dummies[i+1, column] <- -0.5
} else {
dummies[i-1, column] <- -0.5
}
}
我的问题是我是否可以使用矢量化代码来实现这一目标。在这种情况下，我无法弄清楚如何使用
ifelse，因为我无法将其与行索引结合起来以在每一行上找到0.5。 最佳答案
这是在基数R中的一次尝试
# get locations of ones
ones <- which(dummies == 1)
# get adjacent locations
news <- ones + c(1L, -1L)[(ones %% 2 == 0L) + 1L]
# fill out matrix
dummiesDone <- dummies * 0.5
dummiesDone[news] <- -0.5
dummiesDone
a b c d e f
[1,] 0.0 0.0 -0.5 0.0 0.5 0.0
[2,] 0.0 0.0 0.5 0.0 -0.5 0.0
[3,] 0.5 0.0 0.0 0.0 0.0 -0.5
[4,] -0.5 0.0 0.0 0.0 0.0 0.5
[5,] 0.0 0.5 0.0 -0.5 0.0 0.0
[6,] 0.0 -0.5 0.0 0.5 0.0 0.0
该解决方案利用了一个事实，即矩阵只是具有维度属性的向量。
which在基础向量中查找1s的位置。在第二行的第二项中，
c(1, -1)[(ones %% 2 == 0L) + 1L]允许根据原始位置是偶数还是奇数来选择向量的“对”元素，该元素将用于拆分“1”值。这行得通，因为行数是偶数，这在成对元素的问题中是必需的。接下来的行根据元素最初是一个(0.5)还是相邻的成对元素(-0.5)填充矩阵。请注意，第二个命令利用了基本的矢量位置概念。
第二种方法借鉴了hubertl，thelatemail和martin-morgan的帖子和评论概念，它们首先在正确的位置从原始矩阵中减去0.5，以获得与上述相同的索引
# get locations of ones
ones <- which(dummies == 1)
# get adjacent locations
news <- ones + c(1L, -1L)[(ones %% 2 == 0L) + 1L]
然后将
[<-与减法组合dummies[c(ones, news)] <- dummies[c(ones, news)] - .5
dummies
a b c d e f
[1,] 0.0 0.0 -0.5 0.0 0.5 0.0
[2,] 0.0 0.0 0.5 0.0 -0.5 0.0
[3,] 0.5 0.0 0.0 0.0 0.0 -0.5
[4,] -0.5 0.0 0.0 0.0 0.0 0.5
[5,] 0.0 0.5 0.0 -0.5 0.0 0.0
[6,] 0.0 -0.5 0.0 0.5 0.0 0.0
关于r - 具有多个条件的for循环的矢量化，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/41603448/