我经常需要对数据框/矩阵中的每对列应用函数,并将结果以矩阵形式返回。现在我总是写一个循环来做到这一点。例如,为了使含我写相关的p值的矩阵:是否有一个R函数将函数应用于每对列?
df <- data.frame(x=rnorm(100),y=rnorm(100),z=rnorm(100))
n <- ncol(df)
foo <- matrix(0,n,n)
for (i in 1:n)
{
for (j in i:n)
{
foo[i,j] <- cor.test(df[,i],df[,j])$p.value
}
}
foo[lower.tri(foo)] <- t(foo)[lower.tri(foo)]
foo
[,1] [,2] [,3]
[1,] 0.0000000 0.7215071 0.5651266
[2,] 0.7215071 0.0000000 0.9019746
[3,] 0.5651266 0.9019746 0.0000000
其作品,但对于非常大的矩阵相当缓慢。
Papply <- function(x,fun)
{
n <- ncol(x)
foo <- matrix(0,n,n)
for (i in 1:n)
{
for (j in 1:n)
{
foo[i,j] <- fun(x[,i],x[,j])
}
}
return(foo)
}
或用RCPP功能:
library("Rcpp")
library("inline")
src <-
'
NumericMatrix x(xR);
Function f(fun);
NumericMatrix y(x.ncol(),x.ncol());
for (int i = 0; i < x.ncol(); i++)
{
for (int j = 0; j < x.ncol(); j++)
{
y(i,j) = as<double>(f(wrap(x(_,i)),wrap(x(_,j))));
}
}
return wrap(y);
'
Papply2 <- cxxfunction(signature(xR="numeric",fun="function"),src,plugin="Rcpp")
但两者都相当我可以在R(不与假设如上对称的结果切削时间缩短了一半打扰)写一个函数为这个减缓甚至在100个变量的一个非常小的数据集(我认为RCPP功能会更快,但我猜R和C之间的转换++所有的时间采取它的通行费):
> system.time(Papply(matrix(rnorm(100*300),300,100),function(x,y)cor.test(x,y)$p.value))
user system elapsed
3.73 0.00 3.73
> system.time(Papply2(matrix(rnorm(100*300),300,100),function(x,y)cor.test(x,y)$p.value))
user system elapsed
3.71 0.02 3.75
所以我的问题是:
- 由于这些函数的简单性,我认为这已经在R的某个地方了。是否有应用程序或
plyr
函数执行此操作?我一直在寻找它,但一直没能找到它。 - 如果是这样,它是否更快?
好的,谢谢!相关p值仅仅是我今天遇到的一个例子。 – 2011-03-08 14:06:50