求矩阵行中位数和绝对偏差

| 我有一个22239行和200列的数据框。第一列“ѭ0”是一个字符，其他列是数字。我的目标是通过以下方式对行的所有元素进行操作：查找行的中位数；从行元素（值）中减去中位数；查找各行的中位数绝对偏差（疯狂）；疯狂地将行元素除以行。我这样尝试

edata <- read.delim(\"a.txt\", header=TRUE, sep=\"\\t\")

## Converting dataframe into Matrix
## Taking all rows but starting from 2 column to 200
data <- as.matrix(edata[,2:200]) 
for(i in 1:22239){  #rows below columns
    for(j in 1:200) {
        m <- median(data[i,]) # median of rows
        md <- mad(normdata[i,]) # mad of rows
        a <- data[i,j]  # assigning matrix element value to a
        subs = a-m    # substracting
        escore <- subs/md  # final score
        data[i,j] <- escore  # assigning final score to row elements

在为行的每个元素获取新值之后，我想根据NAME列根据75％的分位数对它进行排序。但是，我不确定该怎么做。我知道我的代码不是高效的内存。当我运行上面的代码时，循环非常慢。尝试了foreach，但未能成功。你们能建议我解决此类问题的好方法吗？

已邀请:

5 个回复

娠频摩

这对于sweep()来说是一项理想的工作。

set.seed(47)
dat <- matrix(rnorm(22239 * 200), ncol = 200)
rmeds <- apply(dat, 1, median)     ## row medians
rmads <- apply(dat, 1, mad)        ## row mads
dat2 <- sweep(dat, 1, rmeds, \"-\")  ## sweep out the medians
dat2 <- sweep(dat2, 1, rmads, \"/\") ## sweep out the mads

不使用ѭ5可以加快速度，因为它会再次计算中位数：

rmeds <- apply(dat, 1, median)     ## row medians
dat3 <- sweep(dat, 1, rmeds, \"-\")  ## sweep out the medians
rmads <- 1.4826 * apply(abs(dat3), 1, median)        ## row mads
dat3 <- sweep(dat3, 1, rmads, \"/\") ## sweep out the mads

R> all.equal(dat2, dat3)
[1] TRUE

请注意，R \的a5 a乘以常数1.4826以实现渐近法线一致性，因此，第二个示例中的额外位。我的系统上的一些时间安排：

## first version
   user  system elapsed 
  6.215   0.183   6.412 

## second version
   user  system elapsed 
  4.365   0.167   4.535

对于@Nick \'s Answer，我得到：

## @Nick\'s Version
   user  system elapsed 
  5.900   0.032   5.955

始终比我的第一个版本快，但比第二个版本慢，这再次是因为中值被计算了两次。

完趣镐

这个怎么样：（我创建了另一个矩阵作为起点，但是方法是相同的）

dta<-matrix(rnorm(200), nrow=20)
dta.perrow<-apply(dta, 1, function(currow){c(med=median(currow), mad=mad(currow))})
result<-(dta - dta.perrow[1,])/dta.perrow[2,]

我敢肯定还有更好的方法，但是HTH。

场竟矩喘崩

像matlab一样，R已针对向量运算进行了优化。您的for循环可能是实现此目标的最慢方法。可以使用apply函数而不是for循环来计算每行的中值。这将为您提供中值的列向量。例如

apply(edata,1,median)

类似的方法可以用于其他措施。请记住，在R / matlab中避免for循环通常会加快代码的速度。

担每棱绰

您具有处理行数据的特殊功能，但是我喜欢使用apply。您可以将apply看作是一次for循环（本质上是一次）。

my.m <- matrix(runif(100), ncol = 5)
my.median <- apply(X = my.m, MARGIN = 1, FUN = median) #1
my.m - my.median #2
my.mad <- apply(X = my.m, MARGIN = 1, FUN = mad) #3
my.m/my.mad #4

习让休堂溯

您可以将所有步骤置于函数中，并且仅使用一个Apply循环。

rfun <- function(x) {
         me<- median(x)
         md<-mad(x,center=me,constant=1)
         return((x-me)/md)}

dat_s <- apply(dat,1,rfun)

要回复问题请先登录或注册

求矩阵行中位数和绝对偏差

5 个回复

发起人

r

matrix

问题状态

求矩阵行中位数和绝对偏差

与内容相关的链接

5 个回复

发起人

r

matrix

问题状态