对所有列应用乘法，但仅适用于具有正值的行答案

【问题标题】：Apply multiplication on all columns but only for rows that have positive values对所有列应用乘法，但仅适用于具有正值的行
【发布时间】：2020-10-20 20:07:33
【问题描述】：

我有以下矩阵：

 m <- as.matrix(data.frame(a = c(-1,2,3,4),
                b = c(-1,2,2,-4),
                c = c(-1,3,1,-2)))

我想将每一列与向量 v 中的对应值相乘，向量 v 的长度与 m 中的列数相同。我只想将乘法应用于该列中的正值。

v <- c(2,3,-3)

使得 a 列变为 (-1,4,6,8)

我的数据集很大，所以我正在寻找一个优雅的解决方案

【问题讨论】：

标签： r matrix

【解决方案1】：

to_upd <- which(m>0)
m[to_upd] <- (m * v[col(m)])[to_upd]
m
#       a  b  c
# [1,] -1 -1 -1
# [2,]  4  6 -9
# [3,]  6  6 -3
# [4,]  8 -4 -2

数据

v <- c(2,3,-3)
m <- cbind(
  a = c(-1,2,3,4),
  b = c(-1,2,2,-4),
  c = c(-1,3,1,-2)
)

【讨论】：

【解决方案2】：

相乘，然后重置负值：

# transpose and multiply per row
res <- t(m) * v
res <- t(res)

# then reset negatives to original value
res[m < 0] <- m[ m < 0 ]
res
#       a  b  c
# [1,] -1 -1 -1
# [2,]  4  6 -9
# [3,]  6  6 -3
# [4,]  8 -4 -2

【讨论】：

我应该注意 v 也可以有负值，所以 m 中的正值可以在乘法后变为负数
@RobertK 这不是问题，因为我们是从原始矩阵 m 索引的。
@RobertK 稍微编辑了解决方案，以匹配您想要乘以行的新数据。

【解决方案3】：

你可以这样做：

m * c(1, v)[col(m) * (m > 0) + 1L]
#R>       a  b  c
#R> [1,] -1 -1 -1
#R> [2,]  4  6 -9
#R> [3,]  6  6 -3
#R> [4,]  8 -4 -2

我的数据集很大，所以我正在寻找一个优雅的解决方案

如果优雅是指快速，那么与其他选项相比，这似乎是一个更快或更快速的解决方案：

# simulate a larger data set
set.seed(1)
n <- 10000
p <- 50
m <- matrix(rnorm(n * p), n)
v <- rnorm(p)

bench::mark(
  sindri_baldur = {
    to_upd <- which(m>0)
    res <- m
    res[to_upd] <- (res * v[col(res)])[to_upd]
    res
  },
  Ben = {
    res <- m
    res * c(1, v)[col(res) * (res > 0) + 1L]
  },
  GKi = {
    i <- m > 0
    res <- m
    res[i] <- (res %*% diag(v))[i]
    res
  },
  zx8754 = {
    res <- t(m) * v
    res <- t(res)
    res[m < 0] <- m[ m < 0 ]
    res
  }, min_time = 2)
#R> # A tibble: 4 x 13
#R>   expression         min   median `itr/sec` mem_alloc `gc/sec` n_itr  n_gc total_time 
#R>   <bch:expr>    <bch:tm> <bch:tm>     <dbl> <bch:byt>    <dbl> <int> <dbl>   <bch:tm> 
#R> 1 sindri_baldur   6.34ms    9.3ms     119.    16.22MB    1.02    235     2      1.97s 
#R> 2 Ben             5.01ms   5.22ms     190.     9.54MB    0.503   378     1      1.99s 
#R> 3 GKi            17.82ms  18.28ms      53.8   17.19MB    0.555    97     1       1.8s 
#R> 4 zx8754          9.03ms   9.26ms     107.    19.07MB    1.53    210     3      1.96s

【讨论】：

【解决方案4】：

您可以使用条件m>0 对结果进行子集化：

i <- m>0
#i <- which(m>0) #Maybe faster Alternative
m[i] <- (m %*% diag(v))[i]
#m[i] <- (m * v[col((m))])[i] #Maybe faster Alternative
m
#      a  b  c
#[1,] -1 -1 -1
#[2,]  4  6 -9
#[3,]  6  6 -3
#[4,]  8 -4 -2

或者另一个可能更快的版本：

i <- +(m>0)
m * (v[col(m)]*i + 1 - i)

【讨论】：

【解决方案5】：

这是另一个使用 msk 作为掩码的基本 R 选项

> m*t((msk <- t(m)>0)*v + !msk)
      a  b  c
[1,] -1 -1 -1
[2,]  4  6 -9
[3,]  6  6 -3
[4,]  8 -4 -2

【讨论】：