R: 在 apply() 函数中使用 data.table

Question

我有距离矩阵，每一行是一个个体，每一列是一个设施。单元格显示从个人到设施的长度。

> head(ODMatrix, 5)
   toFacility1 toFacility2 toFacility3 toFacility4 toFacility5 toFacility6 toFacility7 toFacility8 toFacility9 toFacility10
1:    4154.229    1835.176    5228.835    8093.985   7813.0557    2396.326    4055.081    4199.636    6790.750     4206.637
2:    4075.044    4848.875    3403.399    2575.370    501.4027    1072.520    1860.508    3188.388    2639.671     6118.273
3:    5660.299    3767.281    7249.469    4276.207   1917.6547    1288.333    3956.757    4511.083    1576.480     4940.198
4:    6853.425    1385.334    8696.045    7012.102   3201.9396    1708.367    4052.216    5352.751    5315.842     3218.540
5:    6746.253    1735.916    8397.047    5014.986   4820.9541    1681.347    3728.737    5334.818    6826.545     2085.071

一些设施是车站，一些设施是投票站。我想知道哪个最小距离更短。设施 1、2 和 3 是车站，因此 station_col_numbers <- c(1,2,3)。其他设施是投票站。
例如，在第一行的情况下，离他最近的车站是 Facility2（1835.176m），离他最近的投票站是 Facility6（2396.326）。然后，我真正想知道的是哪个更接近。在这种情况下，因为 1835.176 < 2396.326，车站对他来说更近，所以 0 是这一行的虚拟变量。

analyse <- function(row_I){
  row_I_withoutStation <- row_I[ , -station_col_numbers, with=F]
  row_I_ToStation <- row_I[ , station_col_numbers, with=F]
  toStation_min <- min(row_I_ToStation) 
  toPollStation_min <- min(col_I_withoutStation)

  if (toStation_min >= toPollStation_min){
    return(1) 
  }else{
    return(0) 
  }
}

但是，当我使用 apply() 时，它失败了。

Dummy <- apply(ODMatrix, 1, analyse)
 Error in row_I[, -station_col_numbers, with = F] : 
 incorrect number of dimensions

这是对 apply() 的误用吗？我该如何解决？

Answer 1

修改你的函数，有一些typos/error:

  analyse <- function(row_I){ #row_I=ODMatrix[1,] 
  col_I_withoutStation <- row_I[ -station_col_numbers]
  col_I_ToStation <- row_I[ station_col_numbers]
  toStation_min <- min(col_I_ToStation) 
  toPollStation_min <- min(col_I_withoutStation)
  #cat(toStation_min , toPollStation_min)
  if (toStation_min >= toPollStation_min){
    return(1) 
  }else{
    return(0) 
  }
}

apply(ODMatrix, 1, analyse)

你会得到

[1] 0 1 1 0 1

Answer 2

在 base R 中，您可以创建一个逻辑整数向量，指示投票站是否最接近：

ODMatrix$poll.closest <- +(apply(ODMatrix[,1:3], 1, min) > apply(ODMatrix[,4:10], 1, min))

给出：

> ODMatrix
   toFacility1 toFacility2 toFacility3 toFacility4 toFacility5 toFacility6 toFacility7 toFacility8 toFacility9 toFacility10 poll.closest
1:    4154.229    1835.176    5228.835    8093.985   7813.0557    2396.326    4055.081    4199.636    6790.750     4206.637            0
2:    4075.044    4848.875    3403.399    2575.370    501.4027    1072.520    1860.508    3188.388    2639.671     6118.273            1
3:    5660.299    3767.281    7249.469    4276.207   1917.6547    1288.333    3956.757    4511.083    1576.480     4940.198            1
4:    6853.425    1385.334    8696.045    7012.102   3201.9396    1708.367    4052.216    5352.751    5315.842     3218.540            0
5:    6746.253    1735.916    8397.047    5014.986   4820.9541    1681.347    3728.737    5334.818    6826.545     2085.071            1

使用 data.table 你可以：

stations <- names(ODMatrix)[1:3]
pollstations <- names(ODMatrix)[4:10]
ODMatrix[, idx:=.I
         ][, dist.station := min(.SD), idx, .SDcols=stations
           ][, dist.poll := min(.SD), idx, .SDcols=pollstations
             ][, poll.closest := +(dist.station > dist.poll)
               ][, c("idx","dist.station","dist.poll"):=NULL]

得到相同的结果。或者，您也可以使用：

ODMatrix[, poll.closest := pmin(toFacility1,toFacility2,toFacility3) >
           pmin(toFacility4,toFacility5,toFacility6,toFacility7,toFacility8,toFacility9,toFacility10),
         by = 1:nrow(ODMatrix)]

R: 在 apply() 函数中使用 data.table

R: Using data.table inside the function of apply()

r

apply

data.table