【问题标题】:Applying each element of a vector to corresponding dataframe rows in parallel将向量的每个元素并行应用于相应的数据帧行
【发布时间】:2021-06-19 19:57:56
【问题描述】:

我有一个数据框,其中前 3 列是最后一列的标签名称,这是一个矩阵列表。每个矩阵都是二进制的(只有 1 和 0)。我想从每一行中提取一个标签名称,并将行矩阵中的所有值 1 替换为该标签名称,但我想避免使用循环,以便我可以对所有行并行执行此操作。

示例数据框:

> df1
   name scenario       Fire
1 name1   scene1 1, 1, 1, 0
2 name2   scene2 0, 1, 0, 1
3 name3   scene3 0, 0, 0, 1

> class(df1$Fire)
[1] "list"

> df1$Fire
[[1]]
     [,1] [,2]
[1,]    1    1
[2,]    1    0

[[2]]
     [,1] [,2]
[1,]    0    0
[2,]    1    1

[[3]]
     [,1] [,2]
[1,]    0    0
[2,]    0    1

目标格式看起来像这样......

> df1$Fire
[[1]]
     [,1]     [,2]    
[1,] "scene1" "scene1"
[2,] "scene1" "0"     

[[2]]
     [,1]     [,2]    
[1,] "0"      "0"     
[2,] "scene2" "scene2"

[[3]]
     [,1] [,2]    
[1,] "0"  "0"     
[2,] "0"  "scene"

我尝试使用apply(df1,1,function) 方法,但没有成功,因为结果输出是列表格式,而不是获得 df1 的原始结构。有什么想法吗?

【问题讨论】:

    标签: r dataframe matrix parallel-processing apply


    【解决方案1】:

    你可以使用Map:

    df1$Fire <- Map(function(x, y) replace(x, x == 1, y), df1$Fire, df1$scenario)
    df1$Fire
    
    #[[1]]
    #     [,1]     [,2]    
    #[1,] "scene1" "scene1"
    #[2,] "scene1" "0"     
    
    #[[2]]
    #     [,1]     [,2]    
    #[1,] "0"      "0"     
    #[2,] "scene2" "scene2"
    
    #[[3]]
    #     [,1] [,2]    
    #[1,] "0"  "0"     
    #[2,] "0"  "scene3"
    

    数据

    通常最好使用dput 以可重现的形式添加数据,这样我们就不必从头开始构建它。

    df1 <- structure(list(name = c("name1", "name2", "name3"), scenario = c("scene1",
    "scene2", "scene3"), Fire = list(structure(c(1, 1, 1, 0), .Dim = c(2L, 
    2L)), structure(c(0, 1, 0, 1),.Dim = c(2L, 2L)), structure(c(0, 
    0, 0, 1),.Dim = c(2L, 2L)))),row.names = c("1", "2", "3"),class = "data.frame")
    

    【讨论】:

    • 感谢 Ronak 的回复,很抱歉让您从头开始创建对象。我以前从未使用过dput() 来压缩我的代码,特别是因为我通常在本地PC 上工作,所以我通常使用saveRDS() 并提供文件。 dput()有优势吗?在对其进行试验之后,它似乎提供了一个使用我本地目录的路径,如果我将它发布在这个线程中,这将无济于事。
    • 您需要在将数据加载到 R 后使用dput。dput 不提供本地目录的路径。它应该给你输出,就像我在回答结束时所拥有的一样。当您将其复制并粘贴到控制台中时,您会在 R 环境中准确地重新创建对象 df1。另请阅读how to give a reproducible example
    猜你喜欢
    • 2013-08-28
    • 2022-11-02
    • 1970-01-01
    • 2017-04-29
    • 2019-08-28
    • 2013-10-13
    • 1970-01-01
    • 2019-11-10
    • 2012-12-21
    相关资源
    最近更新 更多