比较矩阵中数据的有效方法答案

【问题标题】：Efficient way compare data in matrix比较矩阵中数据的有效方法
【发布时间】：2020-12-30 14:17:42
【问题描述】：

我有以下问题。我必须使用以下函数比较矩阵（数据表或数据框）中的数据：

Q <- function(j){
        
        # j = (1:dim(x)[1])[1]
        Q1 <- c()
        for(i in 2:ncol(x)){
        # i = 2
        item <- x[j,1]
        indices <- which(x[,i] == item)
     
        items <- x[1:indices, i]
        Q1 <- c(Q1, items)
     
        }
   
     return(Q1)
   
  }

例如这样的数据：

tablero <- data.frame(t1 = c(1,2,3),
                      t2 = c(3,1,2),
                      t3 = c(3,2,1))

我得到这个输出：

Q(1) = 3 1 3 2 1
Q(2) = 3 1 2 3 2
Q(3) = 3 3

问题是我有一个 50.000 行和 7 列的大矩阵，并且该函数太慢并且使用大量内存。在内存使用和速度方面是否有更优化的方式来做同样的事情？

【问题讨论】：

你能用几句话解释一下这个函数在做什么吗？
这个想法是，对于第 1 列 (t1) 中的每个数字，您可以查看该数字所在的其他列。并且您想保留所有高于您正在查看的数字，包括您正在查看的数字。例如，如果你在 t1 中从 1 开始，你去 t2 并看到只有 2 不高于 1，所以你保持 1 和 3。接下来你看到 t3，你看到 2 和 3 在 1 之上，所以你保留 3、2 和 1。所以加入这两个列表你会得到 Q(1) 是一个具有 3、1、3、2 和 1 的向量。

标签： r dataframe matrix

【解决方案1】：

我们可以使用sapply 和apply 函数来遍历您的数据。这可能比依赖于for 循环的函数更高效。代码返回一个列表。

sapply(tablero[,1],
       FUN = function(x){
         unlist(apply(tablero[,-1],
                      2,
                      FUN = function(y) y[1:which(y == x)]))
       })

# [[1]]
# t21 t22 t31 t32 t33 
# 3   1   3   2   1 

# [[2]]
# t21 t22 t23 t31 t32 
# 3   1   2   3   2 
 
# [[3]]
# t2 t3 
# 3  3

【讨论】：

不幸的是，当我使用这部分代码执行大型矩阵时，它并没有提高速度或内存使用率。