Applica una funzione a ogni riga di una matrice o di un data frame

Supponiamo di avere una matrice per 2 e una funzione che accetta un 2-vettore come uno dei suoi argomenti. Vorrei applicare la funzione a ciascuna riga della matrice e ottenere un vettore n. Come farlo in R?

Ad esempio, vorrei calcolare la densità di una distribuzione Normale standard 2D su tre punti:

bivariate.density(x = c(0, 0), mu = c(0, 0), sigma = c(1, 1), rho = 0){
    exp(-1/(2*(1-rho^2))*(x[1]^2/sigma[1]^2+x[2]^2/sigma[2]^2-2*rho*x[1]*x[2]/(sigma[1]*sigma[2]))) * 1/(2*pi*sigma[1]*sigma[2]*sqrt(1-rho^2))
}

out <- rbind(c(1, 2), c(3, 4), c(5, 6))

Come applicare la funzione a ciascuna riga di out?

Come passare i valori per gli altri argomenti oltre ai punti alla funzione nel modo specificato?

Usa semplicemente la apply()funzione:

R> M <- matrix(1:6, nrow=3, byrow=TRUE)
R> M
     [,1] [,2]
[1,]    1    2
[2,]    3    4
[3,]    5    6
R> apply(M, 1, function(x) 2*x[1]+x[2])
[1]  4 10 16
R> 

Questo richiede una matrice e applica una funzione (sciocca) a ciascuna riga. Si passano argomenti extra alla funzione come quarto, quinto, ... argomenti a apply().

Nel caso in cui desideri applicare funzioni comuni come somma o media, dovresti usare rowSumso rowMeanspoiché sono più veloci apply(data, 1, sum)dell'approccio. Altrimenti, resta con apply(data, 1, fun). Puoi passare argomenti aggiuntivi dopo l'argomento FUN (come già suggerito da Dirk):

set.seed(1)
m <- matrix(round(runif(20, 1, 5)), ncol=4)
diag(m) <- NA
m
     [,1] [,2] [,3] [,4]
[1,]   NA    5    2    3
[2,]    2   NA    2    4
[3,]    3    4   NA    5
[4,]    5    4    3   NA
[5,]    2    1    4    4

Quindi puoi fare qualcosa del genere:

apply(m, 1, quantile, probs=c(.25,.5, .75), na.rm=TRUE)
    [,1] [,2] [,3] [,4] [,5]
25%  2.5    2  3.5  3.5 1.75
50%  3.0    2  4.0  4.0 3.00
75%  4.0    3  4.5  4.5 4.00

Ecco un breve esempio di applicazione di una funzione a ciascuna riga di una matrice. (Qui, la funzione applicata normalizza ogni riga a 1.)

Nota: il risultato di apply()doveva essere trasposto utilizzando t()per ottenere lo stesso layout della matrice di input A.

A <- matrix(c(
  0, 1, 1, 2,
  0, 0, 1, 3,
  0, 0, 1, 3
), nrow = 3, byrow = TRUE)

t(apply(A, 1, function(x) x / sum(x) ))

Risultato:

     [,1] [,2] [,3] [,4]
[1,]    0 0.25 0.25 0.50
[2,]    0 0.00 0.25 0.75
[3,]    0 0.00 0.25 0.75

Il primo passo sarebbe creare l'oggetto funzione, quindi applicarlo. Se desideri un oggetto matrice che abbia lo stesso numero di righe, puoi predefinirlo e utilizzare la forma oggetto [] come illustrato (altrimenti il ​​valore restituito verrà semplificato in un vettore):

bvnormdens <- function(x=c(0,0),mu=c(0,0), sigma=c(1,1), rho=0){
     exp(-1/(2*(1-rho^2))*(x[1]^2/sigma[1]^2+
                           x[2]^2/sigma[2]^2-
                           2*rho*x[1]*x[2]/(sigma[1]*sigma[2]))) * 
     1/(2*pi*sigma[1]*sigma[2]*sqrt(1-rho^2))
     }
 out=rbind(c(1,2),c(3,4),c(5,6));

 bvout<-matrix(NA, ncol=1, nrow=3)
 bvout[] <-apply(out, 1, bvnormdens)
 bvout
             [,1]
[1,] 1.306423e-02
[2,] 5.931153e-07
[3,] 9.033134e-15

Se si desidera utilizzare parametri diversi da quelli predefiniti, la chiamata dovrebbe includere argomenti denominati dopo la funzione:

bvout[] <-apply(out, 1, FUN=bvnormdens, mu=c(-1,1), rho=0.6)

apply () può essere utilizzato anche su array di dimensioni superiori e l'argomento MARGIN può essere un vettore oltre che un singolo intero.

L'applicazione fa bene il lavoro, ma è piuttosto lenta. Usare sapply e vapply potrebbe essere utile. Anche il rowwise di dplyr potrebbe essere utile Vediamo un esempio di come creare un prodotto per riga di qualsiasi data frame.

a = data.frame(t(iris[1:10,1:3]))
vapply(a, prod, 0)
sapply(a, prod)

Si noti che l'assegnazione a una variabile prima di utilizzare vapply / sapply / apply è una buona pratica in quanto riduce molto il tempo. Vediamo i risultati del microbenchmark

a = data.frame(t(iris[1:10,1:3]))
b = iris[1:10,1:3]
microbenchmark::microbenchmark(
    apply(b, 1 , prod),
    vapply(a, prod, 0),
    sapply(a, prod) , 
    apply(iris[1:10,1:3], 1 , prod),
    vapply(data.frame(t(iris[1:10,1:3])), prod, 0),
    sapply(data.frame(t(iris[1:10,1:3])), prod) ,
    b %>%  rowwise() %>%
        summarise(p = prod(Sepal.Length,Sepal.Width,Petal.Length))
)

Guarda attentamente come viene utilizzato t ()

Un altro approccio se si desidera utilizzare una parte variabile del set di dati anziché un singolo valore è quello di utilizzare rollapply(data, width, FUN, ...). L'utilizzo di un vettore di larghezze consente di applicare una funzione su una finestra variabile del set di dati. L'ho usato per creare una routine di filtraggio adattiva, sebbene non sia molto efficiente.