web-dev-qa-db-ja.com

行列またはデータフレームのすべての行に関数を適用する

N行2列の行列と、2つのベクトルを引数の1つとする関数があるとします。行列の各行に関数を適用し、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、3つのポイントで2D標準正規分布の密度を計算します。

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は？

指定した方法で関数へのポイント以外のその他の引数の値を渡す方法は？

rfunctionmatrixapplysapply
112
Tim

単にapply()関数を使用します。

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。 apply()の4番目、5番目、...引数として追加の引数を関数に渡します。

165
Dirk Eddelbuettel

Sumやmeanなどの一般的な関数を適用する場合は、rowSumsまたはrowMeansを使用する必要があります。これらはapply(data, 1, sum)アプローチよりも高速です。それ以外の場合は、apply(data, 1, fun)を使用します。 FUN引数の後に追加の引数を渡すことができます（Dirkが既に提案したように）：

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

その後、次のようなことができます：

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
15
aL3xa

以下は、行列の各行に関数を適用する短い例です。 （ここでは、適用される関数はすべての行を1に正規化します。）

注：apply()の結果はtransposed入力行列Aと同じレイアウトを得るためにt()を使用する必要がありました。

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
13
Viliam Simko

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。同じ行数のマトリックス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単純化されます）。

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ー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（）は高次元の配列でも使用でき、MARGIN引数は単一の整数だけでなくベクトルにもできます。

6
42-

Applyは仕事をうまくしますが、非常に遅いです。 sapplyとvapplyを使用すると便利です。 dplyrの行単位も役に立つかもしれません。データフレームの行単位の積を行う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ことは、時間を大幅に短縮するため、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()の使用方法を注意深く見てください。

4
Pratham

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、rollapply(data, width, FUN, ...)を使用することです。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作成しました。

2
DWAHL