循环遍历数据框中两列的行以从矩阵中获取值答案

【问题标题】：Loop through the rows of two columns in a dataframe to obtain values from a matrix循环遍历数据框中两列的行以从矩阵中获取值
【发布时间】：2022-08-18 23:54:16
【问题描述】：

我在 R 中工作以清理一些数据以分析它。我有一个如下所示的数据框（df）：

Strain1 Strain2
p1      p2
p2      p3
p3      p4
p4      p5
p5      p1

和一个看起来像这样的矩阵（distmat）：

       p1     p2     p3     p4     p5
p1     0      0.1    0.3     0.4    0.9
p2     0.1     0     0.5     0.1    0.6
p3     0.3    0.5     0      0.8    0.3
p4     0.4    0.1    0.8      0     0.2
p5     0.9    0.6    0.3     0.2     0

我想在我的数据框中添加一列，它将采用 Strain1 和 Strain2，在数据矩阵中找到值，提取值，然后将其放入新列和同一行中。我需要为超过 1000 个数据点执行此操作。

为了参考我将从这个例子中得到的数据框：

Strain1 Strain2 dist
p1      p2       0.1
p2      p3       0.5
p3      p4       0.8
p4      p5       0.2
p5      p1       0.9

标签： r for-loop data-wrangling

【解决方案1】：

base R 中的一个选项

df$dist <- mat1[as.matrix(df)]

-输出

> df
  Strain1 Strain2 dist
1      p1      p2  0.1
2      p2      p3  0.5
3      p3      p4  0.8
4      p4      p5  0.2
5      p5      p1  0.9

数据

df <- structure(list(Strain1 = c("p1", "p2", "p3", "p4", "p5"), Strain2 = c("p2", 
"p3", "p4", "p5", "p1")), class = "data.frame", row.names = c(NA, 
-5L))

mat1 <- structure(c(0, 0.1, 0.3, 0.4, 0.9, 0.1, 0, 0.5, 0.1, 0.6, 0.3, 
0.5, 0, 0.8, 0.3, 0.4, 0.1, 0.8, 0, 0.2, 0.9, 0.6, 0.3, 0.2, 
0), dim = c(5L, 5L), dimnames = list(c("p1", "p2", "p3", "p4", 
"p5"), c("p1", "p2", "p3", "p4", "p5")))

【讨论】：

【解决方案2】：

base R 中的可能解决方案：

df$dist <- apply(df, 1, \(x) mat[x[1], x[2]])
df

#>   Strain1 Strain2 dist
#> 1      p1      p2  0.1
#> 2      p2      p3  0.5
#> 3      p3      p4  0.8
#> 4      p4      p5  0.2
#> 5      p5      p1  0.9

【讨论】：

【解决方案3】：

一个tidyverse dplyr 方法：

df<-tribble(~Strain1, ~Strain2,
                "p1",      "p2",
                "p2",      "p3",
                "p3",      "p4",
                "p4",      "p5",
                "p5",      "p1")

distmat<-matrix(runif(25), nrow=5, ncol=5,
                dimnames = list(c(paste0("p", 1:5)),
                                c(paste0("p", 1:5))))

df <- df %>% 
  rowwise() %>% 
  mutate(dist = distmat[Strain2, Strain1])

【讨论】：

【解决方案4】：

在这里进行疯狂的猜测，但是由于您将其称为 distmat，也许看看corrr 包中的便利函数shave() 和stretch() 是否有用，将distmat 减少为一个三角形并将其变为长格式.

corrr::shave(corrr::as_cordf(mat1)) %>% 
  corrr::stretch(na.rm = TRUE)

【讨论】：