用另一个矩阵对矩阵索引进行子集化

将两个矩阵（一个和两个）匹配在一起并提取匹配矩阵二的索引的快速方法是什么？矩阵二很大（数百到数千行）。用另一个矩阵对矩阵索引进行子集化

one 
[,1] [,2] 
    9 11 
    13 2 


head(two) 
    [,1][,2] 
[1,] 9 11 
[2,] 11 9 
[3,] 2 3 
[4,] 13 2 
[5,] 2 4 
[6,] 3 3

输出应为（注意指数2怎么不是一个输出值），这样做的

1 4

来源

2017-06-02 user3067923

快速计算机或为程序员？如果你只需要做一次，那么成千上万的行并不是那么多。 – Aaron

可能的重复https://stackoverflow.com/questions/12463687/subset-a-matrix-by-values-in-the-other-matrix – akrun

你可以写一个C++循环做到这一点相当快

library(Rcpp) 

cppFunction('NumericVector matrixIndex(NumericMatrix m1, NumericMatrix m2){ 

int m1Rows = m1.nrow(); 
int m2Rows = m2.nrow(); 
NumericVector out; 

for (int i = 0; i < m1Rows; i++){ 
    for (int j = 0; j < m2Rows; j++){ 

    if(m1(i, 0) == m2(j, 0) && m1(i, 1) == m2(j, 1)){ 
     //out[j] = (j+1); 
     out.push_back(j + 1); 
    } 
    } 
} 

return out; 

}') 

matrixIndex(m1, m2) 
[1] 1 4

虽然我怀疑这会更快先预分配结果向量，东西像

cppFunction('NumericVector matrixIndex(NumericMatrix m1, NumericMatrix m2){ 

int m1Rows = m1.nrow(); 
int m2Rows = m2.nrow(); 
NumericVector out(m2Rows); 

for (int i = 0; i < m1Rows; i++){ 
    for (int j = 0; j < m2Rows; j++){ 

    if(m1(i, 0) == m2(j, 0) && m1(i, 1) == m2(j, 1)){ 
     out[j] = (j+1); 
     //out.push_back(j + 1); 
    } 
    } 
} 

return out; 

}') 

matrixIndex(m1, m2) 
[1] 1 0 0 4 0 0 
## 0 == nomatch.

来源

2017-06-02 02:07:52 SymbolixAU

方式一：

a = apply(one, 1, paste0, collapse = "-") 
b = apply(two, 1, paste0, collapse = "-") 
match(a, b) 

#[1] 1 4

我们所有的列粘贴在一起，按行明智的两个矩阵，然后匹配它们以获得相同的行。

仅供参考，

a 
#[1] "9-11" "13-2" 
b 
#[1] "9-11" "11-9" "2-3" "13-2" "2-4" "3-3"

来源

2017-06-02 02:01:00

你不会说“快”你的意思是计算时间或人的时间。如果只需要进行一次，那么如果优化人员时间，总体时间可能会最短，并且Ronak的答案将很难被击败，这是清晰而强大的。

如果数字都小于某个数字（例如，如您的示例数据中的100），则可以执行类似的操作，但使用算术将两列组合在一起，然后进行匹配。我怀疑（但没有测试过），这将比转换为字符向量更快。当然，其他算术选项也取决于你的情况。

a <- one[,1]*100 + one[,2] 
b <- two[,1]*100 + two[,2] 
match(a, b)

来源

2017-06-02 02:22:23 Aaron

我们可以使用%in%

which(do.call(paste, as.data.frame(two)) %in% do.call(paste, as.data.frame(one))) 
#[1] 1 4

来源

2017-06-02 03:46:57 akrun

用另一个矩阵对矩阵索引进行子集化

回答

相关问题