Início / coding / Perguntas / 79285413
Accepted
RobertF
Asked: 2024-12-17 00:44:05 +0800 CST

Como aplicar uma função a cada elemento de uma matriz?

  • 772

Estou com dificuldade para aplicar uma função a cada elemento de uma matriz, uma matriz de similaridade de Jaccard triangular inferior.

A função deve retornar valores da matriz com valores > .7, e reatribuir outros elementos como NA, facilitando a identificação de variáveis ​​binárias altamente similares. Idealmente, a estrutura da matriz é preservada.

Criei uma matriz de amostra simples 3x3 preenchida com valores aleatórios para teste:

N <- 3 # Observations
N_vec <- 3 # Number of vectors
set.seed(123)
x1 <- runif(N * N_vec)
mat_x1 <- matrix(x1, ncol = N_vec)
mat_x1[upper.tri(mat_x1)] <- NA
diag(mat_x1) <- NA
mat_x1
              [,1]      [,2] [,3]
    [1,]        NA        NA   NA
    [2,] 0.7883051        NA   NA
    [3,] 0.4089769 0.0455565   NA

Como aplico a seguinte função a cada elemento da matriz que retorna valores > 0,7?

y = (function(x) if (x > .7) { return(x) } else { return(NA) })

Gostaria de ver o seguinte depois de aplicar a função:

mat_x2
              [,1] [,2] [,3]
    [1,]        NA   NA   NA
    [2,] 0.7883051   NA   NA
    [3,]        NA   NA   NA

5 respostas

  1. Best Answer

    Neste caso, você pode simplesmente fazer:

    mat_x1[mat_x1 <= .7] <- NA

#          [,1] [,2] [,3]
#[1,]        NA   NA   NA
#[2,] 0.7883051   NA   NA
#[3,]        NA   NA   NA

    Caso isso seja apenas um exemplo e você queira aplicar algum tipo de variação de função, yvocê pode fazer o seguinte. Primeiro, certifique-se de que sua função seja vetorizada e possa manipular múltiplos valores, o que neste caso é tão simples quanto alterar ifpara ifelsee então aplicar a função à matriz.

    y = function(x) ifelse(x > .7, x, NA)
y(mat_x1)
    • 5

  2. A resposta de @RonakShah é melhor, mas para ser completo (por exemplo, se você tiver uma função difícil de vetorizar), você pode usar apply()em ambas as margens da matriz:

    f <- function(x) if (!is.na(x) & x > .7) x else NA
apply(mat_x1, MARGIN = c(1,2), FUN = f)
          [,1] [,2] [,3]
[1,]        NA   NA   NA
[2,] 0.7883051   NA   NA
[3,]        NA   NA   NA
    • 4

  3. As outras respostas são ótimas - como uma variante, dados os objetivos desta pergunta específica, se seu objetivo final for identificar combinações de linhas/colunas com um valor maior que algum limite (por exemplo, 0,7), você pode retornar os índices dessas combinações usando whiche eliminar a necessidade de olhar manualmente para a matriz:

    which(mat_x1 > 0.7, arr.ind = TRUE)
#      row col
# [1,]   2   1

    Se sua matriz tivesse nomes de linhas e colunas e quisesse ficar chique, você poderia criar uma pequena função auxiliar para deixar tudo bonito. Aqui está um exemplo usando uma nova matriz com frutas como nomes de linhas e animais como nomes de colunas:

    mat2 <- matrix(c(0.75, 0.75, 0.2, 
                 0.3, 0.4, 0.75, 
                 0.5, 0.3, 0.9), 
               nrow = 3, 
               dimnames = list(c("Apples", "Oranges", "Bananas"), 
                               c("Dog", "Cat", "Hampster")))

myFun <- function(mtrx, thresh){
  indcs <- which(mtrx >= thresh, arr.ind = TRUE)
  data.frame(row = rownames(mtrx)[indcs[, "row"]],
             column = colnames(mtrx)[indcs[, "col"]],
             value = mtrx[indcs])
  }

myFun(mat2, 0.7)

#      row   column value
# 1  Apples      Dog  0.75
# 2 Oranges      Dog  0.75
# 3 Bananas      Cat  0.75
# 4 Bananas Hampster  0.90
    • 3

  4. Embora haja uma resposta aceita, acho que vale a pena postar is.na<-a solução.
    No RHS você tem um vetor de índice dando quais valores devem se tornar NA, neste caso o vetor é a condição lógica que você quer (ou sua negação).

    # this is the question's condition, negated
# is.na(mat_x1) <- !(mat_x1 > 0.7)
#
is.na(mat_x1) <- mat_x1 <= 0.7
mat_x1
#>           [,1] [,2] [,3]
#> [1,]        NA   NA   NA
#> [2,] 0.7883051   NA   NA
#> [3,]        NA   NA   NA

    Criado em 2024-12-16 com reprex v2.1.1

    • 3 
  5. N <- 3 # Observations
N_vec <- 3 # Number of vectors
set.seed(123)
x1 <- runif(N * N_vec)
mat_x1 <- matrix(x1, ncol = N_vec)
mat_x1[upper.tri(mat_x1)] <- NA
diag(mat_x1) <- NA
mat_x1

new_function <- function( mat_x1 ){
truth_mat <-mat_x1 >.7
truth_mat
newmat <- mat_x1 * truth_mat
newmat[newmat == 0] <- NA
return( newmat )
}

new_function (mat_x1)

    Isso retorna:

              [,1]      [,2] [,3]
[1,]        NA        NA   NA
[2,] 0.7883051        NA   NA
[3,] 0.4089769 0.0455565   NA
          [,1] [,2] [,3]
[1,]        NA   NA   NA
[2,] 0.7883051   NA   NA
[3,]        NA   NA   NA
    • 1

relate perguntas