使用相似数组中的数据过滤 3D 数组答案

【问题标题】：filtering 3D array using data in similar array使用相似数组中的数据过滤 3D 数组
【发布时间】：2016-07-26 01:21:40
【问题描述】：

我有两个 3-D 数组，其中一个包含数据，另一个包含元数据。元数据是日期签名，因此可以使用以下内容生成示例：

datamatrix <- array(data = c(rep(0,9), rep(0,9),(sample(0:100, 9)/1000), (sample(30:50, 9)/100), (sample(70:80,9)/100), (sample(30:50,9)/100), rep(0,9), rep(0,9)), dim = c(3,3,8))
timematrix <- array(data = c(sample(1:20), sample(30:50, 9), sample(70:90, 9), sample(110:130,9), sample(150:170,9), sample(190:210,9), sample(230:250,9), sample(260:280,9)), dim = c(3,3,8))

我希望构造一个新的 3D 数组，其中填充来自第一个矩阵 (datamatrix) 和一堆 NA 的数据，以便 datamatrix 中的元素 i 落入其对应的日期（源自timematrix 中的相应元数据）在最终的workingdata 3D 数组中，如下所示：

workingdata <- array(data = NA,
                 dim = c(3,3,365))

for (i in 1:length(datamatrix)){
  location <- i
  locationguide <- location%%9
  locationfinal <- locationguide%%3
  if (locationfinal == 0){
    a <- 3
    b <- 3
  }
  if (locationfinal == 1){
    a <- 1
    b <- 1
  }  
  if (locationfinal == 2){
    a <- 1
    b <- 2
  }
  if (locationfinal == 3){
    a <- 1
    b <- 3
  }
  if (locationfinal == 4){
    a <- 2
    b <- 1
  }
  if (locationfinal == 5){
    a <- 2
    b <- 2
  }
  if (locationfinal == 6){
        a <- 2
        b <- 3
      }
  if (locationfinal == 7){
    a <- 3
    b <- 1
  }
  if (locationfinal == 8){
    a <- 3
    b <- 2
  }
  value <- datamatrix[i]
  day <- timematrix[i]
  workingdata[a,b,day] <- datamatrix[i]
}

我正在使用的数据集有数千列宽且排长相当。当前的方法可以完成这项工作，但是在实际数据中使用for 循环将永远需要，并且由于所有if 的要求而对其进行编码将是荒谬的。有谁知道过滤此类数据的更好方法？

对于我想要的对观众友好的概念，ESRI 的图片最好地总结了它： http://pro.arcgis.com/en/pro-app/tool-reference/space-time-pattern-mining/GUID-42A31756-6518-41E9-A900-2C892AF4023A-web.png

我正在为时间的 z 维度拍摄，每天一个街区，其中观察结果落在 z 轴上的相应行中，但在 x 和 y 维度上保持在其原始位置。

【问题讨论】：

那么datamatrix 和timematrix 是数组吗？
我不太确定你的if 语句系列中的启发式。也许你可以详细说明？
为什么timematrix中有0s？ workingdata 是否从第 0 天的第 1 行开始？
是我还是第三个之后的所有if 都是多余的，因为locationfinal 永远不会大于2？
详细说明：不，时间上不应该有任何 0。我已经更新了这段代码。 datamatrix 和 timematrix 都是 3D 数组。 if 语句都是必需的，因为在我原来的 for 循环中，3D 数组是在一个大字符串中读取的（因为它是 1:length()，所以由于 3x3 维度，余数 9 为您提供了最终位置的索引workingdata中的数据点。

标签： arrays r optimization

【解决方案1】：

我不确定您的 for 循环到底在做什么，它可能无法完全完成您想要做的事情。没有把握。比如查看((1:30)%%9)%%3的结果。

但是，根据您对问题的描述，您可能想要执行以下操作：

workingdata <- array(data = NA, dim = c(3,3,365))
for (i in 1:dim(datamatrix)[1]) {
  for (j in 1:dim(datamatrix)[1]) {
    workingdata[i, j, timematrix[i, j, ]] <- datamatrix[i, j, ]
  }
}

请注意，当您的 timematrix 中有日期为 0 时（如在您的示例数据中），这将不起作用，因为 R 具有基于 1 的索引。

【讨论】：

谢谢！这是一种比我的示例更优雅的方法。这导致了我的问题的症结所在：没有for 循环我怎么能做到这一点？它们显然效率低下，而我的实际数据集非常庞大......
R 中的数组对于高效的工具来说有点麻烦（data.frames 这样更好），但你可以看看?plyr::aaply。

【解决方案2】：

最终答案：Axeman 的解决方案通过以下方法在 3 个维度上起作用：

workingdata <- array(data = NA, dim = c(3,3,365))

for (i in 1:dim(datamatrix)[1]) {
  for (j in 1:dim(datamatrix)[2]) {
    for(k in 1:dim(datamatrix)[3]){
      workingdata[i, j, timematrix[i, j, k]] <- datamatrix[i, j, k]
    }
  }
}

【讨论】：