Застосувати функцію до кожного рядка матриці чи кадру даних

Припустимо, у мене є матриця на 2 та функція, яка приймає 2-вектор як один із своїх аргументів. Я хотів би застосувати функцію до кожного рядка матриці і отримати n-вектор. Як це зробити в R?

Наприклад, я хотів би обчислити щільність 2D стандартного нормального розподілу на три точки:

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))

Як застосувати функцію до кожного рядка out?

Як передавати значення для інших аргументів, окрім пунктів функції, у вказаному вами порядку?

Ви просто використовуєте apply()функцію:

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> 

Це займає матрицю і застосовує (нерозумно) функцію до кожного рядка. Ви надсилаєте додаткові аргументи функції як четвертий, п'ятий, ... аргумент apply().

У випадку, якщо ви хочете застосувати загальні функції, такі як сума або середня, ви повинні використовувати rowSumsабо rowMeansоскільки вони швидші, ніж apply(data, 1, sum)наближаються. Інакше дотримуйтесь apply(data, 1, fun). Ви можете передати додаткові аргументи після аргументу FUN (як уже запропонував Дірк):

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

Тоді ви можете зробити щось подібне:

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

Ось короткий приклад застосування функції до кожного рядка матриці. (Тут застосована функція нормалізує кожен рядок до 1.)

Примітка: Результат від apply()повинен був бути транспонований, використовуючи, t()щоб отримати той же макет, що і вхідна матриця 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) ))

Результат:

     [,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

Першим кроком було б зробити об’єкт функції, потім застосувати його. Якщо ви хочете, щоб матричний об'єкт мав однакову кількість рядків, ви можете заздалегідь визначити його та використовувати форму object [], як показано (інакше повернене значення буде спрощено до вектора):

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

Якщо ви хотіли використовувати інші параметри, ніж параметри за замовчуванням, тоді виклик повинен містити аргументи з ім'ям після функції:

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

apply () також може використовуватися для масивів з більшими розмірами, а аргумент MARGIN може бути як векторним, так і єдиним цілим числом.

Застосування виконує роботу добре, але досить повільно. Використання sapply та vapply може бути корисним. roblyise dplyr також може бути корисним. Давайте подивимось приклад того, як зробити досконалий продукт з будь-якого кадру даних.

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

Зауважте, що присвоєння змінної перед використанням vapply / sapply / application є хорошою практикою, оскільки це значно скорочує час. Давайте подивимося результати мікробенчмарки

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))
)

Уважно подивіться, як використовується t ()

Іншим підходом, якщо ви хочете використовувати різну частину набору даних замість одного значення, є використання rollapply(data, width, FUN, ...). Використання вектора ширини дозволяє застосувати функцію до різного вікна набору даних. Я використовував це для побудови адаптивного режиму фільтрації, хоча це не дуже ефективно.