根据向量给出的 ID 从矩阵中提取多行答案

【问题标题】：Extracting multiple rows from a matrix depending on ID given by a vector根据向量给出的 ID 从矩阵中提取多行
【发布时间】：2015-11-20 06:25:18
【问题描述】：

假设我们有一个包含 3 列的矩阵 m 和一个带有行标识的向量 id：

m <- matrix(c(1,1,2,1,2,3,2,2,2,3,3,4,6,7,7,
          2,2,2,4,4,5,8,9,9),ncol=3,byrow=T)

# m
#     [,1] [,2] [,3]
#[1,]    1    1    2
#[2,]    1    2    3
#[3,]    2    2    2
#[4,]    3    3    4
#[5,]    6    7    7
#[6,]    2    2    2
#[7,]    4    4    5
#[8,]    8    9    9

id <- c(1,2,3,4,5,1,4,5)

从m 和id 中提取行的最快方法是什么？

因此，我想为id 中的每个唯一标识符提供一个向量。比如：

##[1] 1 1 2 2 2 2
##[2] 1 2 3
##[3] 2 2 2
##[4] 3 3 4 4 4 5
##[5] 6 7 7 8 9 9

我相当糟糕的解决方案对于我的目的来说太慢了：

pts_list <- list()
for (i in unique(id)){
  pts_list[[i]] <- as.vector(t(m[id==i,]))
}
pts_list

这里有一个测试速度的小脚本（这真的很难看……）：

pts_list <- list()
m2 <- cbind(m,m,m,m)
m3 <- rbind(m2,m2,m2,m2,m2,m2,m2,m2,m2,m2)
m4 <- rbind(m3,m3,m3,m3,m3,m3,m3,m3,m3,m3)
m5 <- rbind(m4,m4,m4,m4,m4,m4,m4,m4,m4,m4)
m6 <- rbind(m5,m5,m5,m5,m5,m5,m5,m5,m5,m5)
id6 <- rep(1:8000,10)

system.time(
  for (i in unique(id6)){
    pts_list[[i]] <- as.vector(t(m6[id6==i,]))
  }
)

#   user  system elapsed 
#  8.094   1.524   9.617

有什么建议吗？

【问题讨论】：

标签： r for-loop matrix vectorization

【解决方案1】：

如果您不关心值顺序，您可以简单地做

split(m, id)
# $`1`
# [1] 1 2 1 2 2 2
# 
# $`2`
# [1] 1 2 3
# 
# $`3`
# [1] 2 2 2
# 
# $`4`
# [1] 3 4 3 4 4 5
# 
# $`5`
# [1] 6 8 7 9 7 9

如果你在乎，你可以把它和lapply结合起来

lapply(split(as.data.frame(m), id), function(x) c(t(x)))
# $`1`
# [1] 1 1 2 2 2 2
# 
# $`2`
# [1] 1 2 3
# 
# $`3`
# [1] 2 2 2
# 
# $`4`
# [1] 3 3 4 4 4 5
# 
# $`5`
# [1] 6 7 7 8 9 9

【讨论】：

太棒了，谢谢。那是闪电般的速度。为了速度起见，我很高兴我的数字杂乱无章。似乎第一个和最后一个数字仍然存在，这就是我真正需要的。

【解决方案2】：

lapply 应该比for 提供一点速度增益

> system.time(
     for (i in unique(id6)){
         pts_list[[i]] <- as.vector(t(m6[id6==i,]))
     }
 )
   user  system elapsed 
   4.74    0.67    5.45 

> system.time(
     pts_list <- lapply(unique(id6), function(x) as.vector(t(m6[id6==x,])))
  )
   user  system elapsed 
   3.92    0.66    4.65

【讨论】：