使用存储在向量中的 row/column 索引填充矩阵的最快方法

Question

我正在尝试做一些看起来相对简单的事情来处理应用式的事情，但我只能使用 for 循环让它工作。

大意是我有两个向量，一个向量对应矩阵中的一行，另一个向量对应列，两者长度相同。我从一个 0 矩阵开始，然后根据两个向量中的值对递增 [行，列]。例如：

vectorCols <- c(1,2,3,1,3)
vectorRows <-  c(2,1,2,3,2)
countMat <- matrix(rep(0,9),ncol=3)

最后，countMat 是：

     [,1] [,2] [,3]
[1,]    0    1    0
[2,]    1    0    2
[3,]    1    0    0

使用 for 循环非常容易管理：

for (i in 1:length(vectorCols)){
  countMat[vectorRows[i],vectorCols[i]] <- countMat[vectorRows[i],vectorCols[i]] + 1
}

但我不禁想到在 R 中有更好的方法来做到这一点。我试过使用 apply 函数族，但是当你想赋值时这些函数不能很好地配合某物。我知道我可以使用 mapply 并一次构建 countMat 的每个元素一个值，但这似乎效率低下——vectorRows 和 vectorCols 很长，而且看起来为 countMat 中的每个单元格完全遍历它们很浪费时间。但是除了循环和 mapply，我想不出该怎么做。我考虑过将 assign 与 apply 系列中的一个一起使用，但有一个警告——我的矩阵实际上有列和行的名称，名称存储在 vectorCols 和 vectorRows，似乎 assign 不想玩得很好，像 countMat["rowName"]["columnName"] (not to mention thatapply` 仍然想要 return 迭代中每个步骤的值）。

有什么建议吗？如果我没有向量列和行的名称，我也会很好奇是否有一种理想的方法来做到这一点。如果是这样的话，也许我可以将 vectorCols 和 vectorRows 转换为数字，然后构建矩阵，然后重命名所有内容。

谢谢大家。

Answer 1

这里有一些解决方案。不需要包。

1) table

table(vectorRows, vectorCols)

给予：

          vectorCols
vectorRows 1 2 3
         1 0 1 0
         2 1 0 2
         3 1 0 0

请注意，如果有任何行或列没有条目，则不会出现。

2) 聚合

ag <- aggregate( Freq ~ ., data.frame(Freq = 1, vectorRows, vectorCols), sum)
countMat[as.matrix(ag[-3])] <- ag[[3]]

给予：

> countMat
     [,1] [,2] [,3]
[1,]    0    1    0
[2,]    1    0    2
[3,]    1    0    0

3) xtabs

xtabs(~ vectorRows + vectorCols)

给予：

          vectorCols
vectorRows 1 2 3
         1 0 1 0
         2 1 0 2
         3 1 0 0

使用存储在向量中的 row/column 索引填充矩阵的最快方法

Fastest way to populate a matrix using row/column indicies stored in vectors

r

apply