R中数据帧行的按位与或类似操作？答案

【问题标题】：Bitwise AND or similar operation on data-frame rows in R?R中数据帧行的按位与或类似操作？
【发布时间】：2011-12-02 21:19:49
【问题描述】：

我有两个数据框 A 和 B，它们的维度相同。不保证行和列标签在帧之间的顺序相同。

两个帧都包含值0 和1，其中1 表示帧的行和列之间存在定向“边缘”（因此，0 表示没有连接）。

我想找到两个框架共有的“边缘”。换句话说，我想要一个与A 和B 相同维度的数据框，其中包含1 值，其中A 和B 的行和列都有1。

目前，我正在遍历行和列并测试两者是否都是1。

这行得通，但我想有一种更有效的方法可以做到这一点。有没有办法对数据帧的行向量进行等效的“按位与”运算，它返回一个行向量，我可以将其填充回一个新的数据帧？还是有另一种更智能（更高效）的方法？

编辑

矩阵乘法比我最初的方法快得多。排序是完成这项工作的关键。

findCommonEdges <- function(edgesList) {
    edgesCount <- length(edgesList)
    print("finding common edges...")
    for (edgesIdx in 1:edgesCount) {
        print(paste("...searching against frame", edgesIdx, sep=" "))
        edges <- edgesList[[edgesIdx]]
        if (edgesIdx == 1) {
            # define commonEdges data frame as copy of first frame
            commonEdges <- edges
            next
        }
        #
        # we reorder edge data frame row and column labels 
        # to do matrix multiplication and find common edges
        #
        edges <- edges[order(rownames(commonEdges)), order(colnames(commonEdges))]
        commonEdges <- commonEdges * edges
    }
    commonEdges
}

【问题讨论】：

标签： r vector bit-manipulation dataframe operation

【解决方案1】：

你可以使用正常的乘法！ :-)

// generate data
a = matrix(rbinom(100, 1, 0.5), nrow = 10)
b = matrix(rbinom(100, 1, 0.5), nrow = 10)

a * b // this is the result!

您还可以使用逻辑 & 运算符，这是您正在寻找的“按位与”。然后你的表情看起来像(a & b) + 0 （+ 0 只会从布尔值转换回整数）。

注意：对于数据框，它的工作方式完全相同。

【讨论】：

谢谢，@joran :-) 这个例子表明 R 是非常优雅的语言，我喜欢享受它的优雅 :-)
谢谢，这很有道理，我只需要以相同的方式对两个框架进行排序，这样结果就正确了。
请注意，您不应将 & 与 C 中的“按位与”运算符 & 混淆。您可以从带有函数 bitAnd() 的 bitops 包中获得它。跨度>
@Sacha，是的，我们应该说“elementwise”而不是“bitwise”才是正确的，但我认为我们通过 OP 相互理解......
是的，这更多地意味着人们随机搜索“按位和 R 中”或其他内容，而不是阅读整个帖子:)

【解决方案2】：

可能是这样的吗？

df1 <- as.data.frame(matrix(sample(0:1,25,replace = TRUE),5,5))
df2 <- as.data.frame(matrix(sample(0:1,25,replace = TRUE),5,5))
df3 <- matrix(0,5,5)
df3[df1 == 1 & df2 == 1] <- 1
> df3
     [,1] [,2] [,3] [,4] [,5]
[1,]    0    0    0    0    0
[2,]    0    0    0    1    1
[3,]    1    1    1    0    0
[4,]    0    1    0    0    0
[5,]    0    0    0    0    0

我最终得到了一个矩阵，但如果需要，您可以再次将其转换回数据框。但是，如果您只是处理 0/1 数据，那么没有真正的理由不使用矩阵。（话说回来，我对你的具体情况了解的不多……）

【讨论】：