在 R 中使用 apply 对同一矩阵进行重复子集化

Question

动机：我目前正在尝试重新考虑我的编码，例如尽可能排除 for 循环。下面的问题可以很容易地用传统的 for 循环来解决，但我想知道 R 是否提供了利用 apply-family 来简化问题的可能性。

问题：我有一个矩阵，比如 X（n x k 矩阵）和两个起始索引和终止索引矩阵，称为 index.starts 和 index.stops。它们的大小为 n x B，并且对于某个整数 m，它认为 index.stops = index.starts + m。每对 index.starts[i,j] 和 index.stops[i,j] 都需要将 X 子集化为 X[ (index.starts[i,j]:index.stops[i,j]),]。也就是说，他们应该 select 在其索引范围内 X 的所有行。我可以使用应用函数之一解决这个问题吗？

Application：（对于理解我的问题不一定重要。）如果您有兴趣，这对于时间序列应用程序中包含块的引导应用程序是必需的。 X 代表原始样本。 index.starts采样为replicate(repetitionNumber, sample.int((n-r), ceiling(n/r), replace=TRUE))，得到index.stops为index.stop = index.starts + m。我最终想要的是X行的集合。特别是，我想从 X.

中重采样 repetitionNumber 次 m 个长度为 r 的块

示例：

#generate data
n<-100 #the size of your sample
B<-5 #the number of columns for index.starts and index.stops
     #and equivalently the number of block bootstraps to sample
k<-2 #the number of variables in X
X<-matrix(rnorm(n*k), nrow=n, ncol = k)

#take a random sample of the indices 1:100 to get index.starts
r<-10 #this is the block length 
#get a sample of the indices 1:(n-r), and get ceiling(n/r) of these 
#(for n=100 and r=10, ceiling(n/r) = n/r = 10). Replicate this B times
index.starts<-replicate(B, sample.int((n-r), ceiling(n/r), replace=TRUE)) 
index.stops<-index.starts + r

#Now can I use apply-functions to extract the r subsequent rows that are 
#paired in index.starts[i,j] and index.stops[i,j] for i = 1,2,...,10 = ceiling(n/r) and 
#j=1,2,3,4,5=B ?

Answer 1

它可能比您 want/need 复杂得多，但这是第一种方法。如果这对您有任何帮助，请发表评论，我很乐意提供帮助。

我的方法使用（多个）*apply-functions。第一个 lapply "loops" 超过 1:B 的情况，它首先计算起点和终点，它们被组合成 take.rows（带有子集编号）。接下来，初始矩阵被 take.rows 子集化（并在列表中返回）。作为最后一步，对子集矩阵的每一列取标准差（作为虚拟函数）。

代码（带有大量注释）如下所示：

# you can use lapply in parallel mode if you want to speed up code...
lapply(1:B, function(i){
  starts <- sample.int((n-r), ceiling(n/r), replace=TRUE)
  # [1] 64 22 84 26 40  7 66 12 25 15
  ends <- starts + r

  take.rows <- Map(":", starts, ends)
#   [[1]]
#   [1] 72 73 74 75 76 77 78 79 80 81 82
#   ...

  res <- lapply(take.rows, function(subs) X[subs, ])
#   res is now a list of 10 with the ten subsets
#   [[1]]
#   [,1]        [,2]
#   [1,]  0.2658915 -0.18265235
#   [2,]  1.7397478  0.66315385
#  ...

  # say you want to compute something (sd in this case) you can do the following
  # but better you do the computing directly in the former "lapply(take.rows...)"
  res2 <- t(sapply(res, function(tmp){
    apply(tmp, 2, sd)
  })) # simplify into a vector/data.frame
#   [,1]      [,2]
#   [1,] 1.2345833 1.0927203
#   [2,] 1.1838110 1.0767433
#   [3,] 0.9808146 1.0522117
#   ...
  return(res2)
})

你说的对吗direction/gives你就是答案？

在 R 中使用 apply 对同一矩阵进行重复子集化

Repeated subsetting of the same matrix using apply in R

r

subset

apply