包括 NA 的子集矩阵答案

【问题标题】：subsetting matrix including NA's包括 NA 的子集矩阵
【发布时间】：2016-09-06 20:51:36
【问题描述】：

我有一个这样的矩阵：

     a    b    c    d
[1]  as   ac   ad   ae
[2]  bd   bf   bg   bh
[3]  NA   cf   cd   ce
[4]  NA   NA   dr   dy
[5]  NA   NA   NA   ej

我想根据 50% 的观察结果将每一列单独分成一个矩阵或列表，所以我希望我的输出如下所示：

     a    b    c    d
[1]  as   ac   ad   ae
[2]  NA   bf   bg   bh
[3]  NA   NA   NA   ce

到目前为止，我习惯于为没有 NA 的单独列编码。

mv.s <- subset(mv, mv <= quantile(mv, 0.5))

现在我正在考虑使用类似的东西

for (i in 1:15) {
mv.s[[i]] <- subset(mv[[i]], mv <= quantile(mv, 0.5))
}

但是，当我这样做时，我会收到警告：

quantile.default(mv, 0.5) 中的错误：如果 'na.rm' 为 FALSE，则不允许缺少值和 NaN

当我尝试这段代码时：

for (i in 1:15) {
mv.s[[i]] <- subset(mv[[i]], mv <= quantile(mv[[i]], 0.5))
}

我明白了

(1 - h) * qs[i] 中的错误：二元运算符的非数字参数

任何帮助将不胜感激。

【问题讨论】：

标签： r subset na

【解决方案1】：

不使用任何包，只使用 apply 函数，您可以执行以下操作。

apply(mat, 2, FUN = function(x){ sample(x, ceiling(length(x)/2), replace = FALSE)})

这会在没有替换的情况下对每列的观察结果进行随机抽样，并假设您的矩阵称为 mat。

如果您使用set.seed(1) 使随机样本可重现，结果将如下所示。

     [,1] [,2] [,3] [,4]
[1,] "bd" NA   NA   "ae"
[2,] NA   "ac" "cd" "ej"
[3,] NA   "cf" "bg" "dy"

【讨论】：

【解决方案2】：

dplyr 中的 sample_frac() 函数听起来很适合您的需求。

install.packages('dplyr')
library(dplyr)

subset_matrix <- apply(mv, 2, function(x) sample_frac(x, .5, replace = F))

您可以指定要在sample_frac() 中采样的行的哪一部分。使用apply() column-wise 将为您提供每列的那部分观察值。

我没有对此进行测试，因为您没有提供数据样本，但它看起来应该可以工作。

【讨论】：