这是使用data.table Arun优雅回答的替代方法。我决定后，因为它包含了额外的两个方面是你的问题的重要考虑因素：
浮点比较：比较，看是否有浮点值处于区间需要考虑廿四的计算间隔时出现错误。这是比较实数的浮点表示的一般问题。在R的上下文中参见this和this。下面在函数in.interval中实现该比较。
多个匹配：如果间隔重叠，则您的间隔匹配条件可能会导致多个匹配。以下假定，您只需要第一次匹配（关于每个txt.import.matrix矩阵增加的行）。这在功能match.interval中实现，并在后面的注释中进行了解释。如果你想得到符合你的标准的区域的平均值，就需要其他逻辑。
为了找到从txt.import.matrix在一个矩阵中的匹配列（个），在矩阵reduced.list.pre.filtering每一行，下面的代码向量化的比较函数在所有列举的双行中的reduced.list.pre.filtering和之间的空间中的应用程序矩阵从txt.import.matrix。从功能上来说，这与Arun使用data.table的non-equi连接的解决方案相同;但是，non-equi联接功能更为通用，而且即使在此应用程序中，data.table实现最有可能针对内存使用情况和速度进行更好的优化。
in.interval <- function(x, center, deviation, tol = .Machine$double.eps^0.5) {
return (abs(x-center) <= (deviation + tol))
}
match.interval <- function(r, t) {
r.rt <- rep(r[,1], each=nrow(t))
t.rt <- rep(t[,2], times=nrow(r))
r.mz <- rep(r[,2], each=nrow(t))
t.mz <- rep(t[,4], times=nrow(r)) ## 1.
ind <- which(in.interval(r.rt, t.rt, 0.02) &
in.interval(r.mz, t.mz, 0.0002))
r.ind <- floor((ind - 1)/nrow(t)) + 1 ## 2.
dup <- duplicated(r.ind)
r.ind <- r.ind[!dup]
t.ind <- ind[!dup] - (r.ind - 1)*nrow(t) ## 3.
return(cbind(r.ind,t.ind))
}
get.area.matched <- function(r, t) {
match.ind <- match.interval(r, t)
area <- rep(NA,nrow(r))
area[match.ind[,1]] <- t[match.ind[,2], 3] ## 4.
return(area)
}
res <- cbind(reduced.list.pre.filtering,
do.call(cbind,lapply(txt.import.matrix,
get.area.matched,
r=reduced.list.pre.filtering))) ## 5.
colnames(res) <- c(colnames(reduced.list.pre.filtering),
sapply(seq_len(length(txt.import.matrix)),
function(i) {return(paste0("Area.[",i,"]"))})) ## 6.
print(res)
## RT. m.z. Area.[1] Area.[2]
##[1,] 1.01 358.9777 2820.1 7820.1
##[2,] 1.07 368.4238 NA 8271.8
##[3,] 2.05 284.3295 6674.0 12674.0
##[4,] 2.03 922.0092 5856.3 NA
##[5,] 3.03 261.1299 27814.6 NA
##[6,] 3.56 869.4558 NA NA
注：
该部分构造数据，以使比较函数在所有列举的对reduced.list.pre.filtering和从txt.import.matrix基质之间的行的空间应用的矢量化。要构建的数据是四个数组，它们是比较标准中使用的两列的重复（或展开式），其中reduced.list.pre.filtering在来自txt.import.matrix的每个矩阵的行维中以及在比较中使用的两列的重复标准，来自txt.import.matrix的每个矩阵的行维数为reduced.list.pre.filtering。这里，术语数组是指二维矩阵或一维矢量。将得到的四个阵列是：
r.rt是reduced.list.pre.filtering的RT.列的复制（即，r[,1]）中的tt.rt行维度是矩阵的RT.柱的从txt.import.matrix（复制即，t[,2]）中的rr.mz行维度是reduced.list.pre.filtering（即r[,2]的m.z.列在行维度复制）t.mz是txt.import.matrix的矩阵的m.z.列的复制。 t[,4]）在r
行维度是什么重要的是，为这些数组的索引枚举所有的行对在r和t以同样的方式。具体而言，将这些阵列视为尺寸为M,N的2-D矩阵，其中M=nrow(t)和N=nrow(r)，行索引对应于t的行，列索引对应于r的行。因此，i列（4个阵列中的每一个）的阵列值（在全部四个阵列上）是在r和i的第j行之间的比较标准中使用的值第t行。此复制过程的实现使用R功能rep。例如，在计算r.rt,rep中使用each=M，其具有将其数组输入r[,1]作为行向量并复制该行M行以形成M行的效果。结果是，对应于r中的行的每个列具有来自r的对应行的RT.值，并且该值对于r.rt（该列）的所有行都是相同的，其中每个行对应于行在t。这意味着在将r中的该行与t中的任何行进行比较时，将使用r中该行的值RT.。相反，在计算t.rt,rep时使用times=N，其具有将其阵列输入作为列向量处理并复制该列以形成N列的效果。结果是，对应于t中的行的t.rt中的每一行具有来自t的对应行的RT.值，并且该值对于t.rt的所有列（该行的）是相同的，每个列对应于一排在r。这意味着在将t中的该行与r中的任何行进行比较时，将使用t中该行中的值RT.。类似地，r.mz和t.mz的计算分别使用来自r和t的m.z.列。
这执行导致M通过N逻辑矩阵其中i行和第j个柱是TRUE如果r的j第一行的第i行标准匹配的矢量比较t，并FALSE否则。的which()输出是数组索引的阵列，以该逻辑比较结果矩阵，其中其元件是TRUE。我们希望这些数组索引转换为比较结果矩阵指回r和t行的行和列索引。下一行从数组索引中提取列索引。注意，变量名是r.ind以表示这些对应于r行。我们提取这首先是因为它是在r检测多个匹配的行很重要。
这部分处理r中给定行的t可能的多个匹配。多个匹配将在r.ind中显示为重复值。如上所述，这里的逻辑仅在t的行数增加方面保持第一次匹配。函数duplicated返回数组中重复值的所有索引。因此，删除这些元素将做我们想要的。代码首先删除它们从r.ind，那么它从ind删除它们，最后计算列索引比较结果矩阵，其对应于t的行中，使用修剪ind和r.ind。什么是match.interval返回是一个矩阵，它的行被匹配的一对行索引的与它的第一列为行索引到r和其第二列是列指数来t。
的get.area.matched功能只需使用结果从match.ind来提取t的Area所有比赛。请注意，返回的结果是一个（列）向量，其长度等于r中的行数并初始化为NA。在r这样行已在t敌不过有一个返回的NAArea。
这使用lapply超过列表txt.import.matrix返回匹配结果Area应用功能get.area.matched和附加到reduced.list.pre.filtering为列向量。同样，相应的列名也被附加并设置在结果res中。
编辑：使用foreach包
事后替代的实施，更好地实现使用foreach包矢量化的比较。在本实施方式中，foreach和magrittr包需要
require("magrittr") ## for %>%
require("foreach")
然后用于矢量化的比较
r.rt <- rep(r[,1], each=nrow(t))
t.rt <- rep(t[,2], times=nrow(r))
r.mz <- rep(r[,2], each=nrow(t))
t.mz <- rep(t[,4], times=nrow(r)) # 1.
ind <- which(in.interval(r.rt, t.rt, 0.02) &
in.interval(r.mz, t.mz, 0.0002))
在match.interval代码可以通过
ind <- foreach(r.row = 1:nrow(r), .combine=cbind) %:%
foreach(t.row = 1:nrow(t)) %do%
match.criterion(r.row, t.row, r, t) %>%
as.logical(.) %>% which(.)
代替其中match.criterion定义as
match.criterion <- function(r.row, t.row, r, t) {
return(in.interval(r[r.row,1], t[t.row,2], 0.02) &
in.interval(r[r.row,2], t[t.row,4], 0.0002))
}
这更容易解析并反映正在执行的内容。请注意，嵌套的foreach与cbind结合返回的内容也是逻辑矩阵。最后，也可以使用foreach执行的get.area.matched函数在列表txt.import.matrix应用：
res <- foreach(i = 1:length(txt.import.matrix), .combine=cbind) %do%
get.area.matched(reduced.list.pre.filtering, txt.import.matrix[[i]]) %>%
cbind(reduced.list.pre.filtering,.)
使用foreach完整的代码如下：
require("magrittr")
require("foreach")
in.interval <- function(x, center, deviation, tol = .Machine$double.eps^0.5) {
return (abs(x-center) <= (deviation + tol))
}
match.criterion <- function(r.row, t.row, r, t) {
return(in.interval(r[r.row,1], t[t.row,2], 0.02) &
in.interval(r[r.row,2], t[t.row,4], 0.0002))
}
match.interval <- function(r, t) {
ind <- foreach(r.row = 1:nrow(r), .combine=cbind) %:%
foreach(t.row = 1:nrow(t)) %do%
match.criterion(r.row, t.row, r, t) %>%
as.logical(.) %>% which(.)
# which returns 1-D indices (row-major),
# convert these to 2-D indices in (row,col)
r.ind <- floor((ind - 1)/nrow(t)) + 1 ## 2.
# detect duplicates in r.ind and remove them from ind
dup <- duplicated(r.ind)
r.ind <- r.ind[!dup]
t.ind <- ind[!dup] - (r.ind - 1)*nrow(t) ## 3.
return(cbind(r.ind,t.ind))
}
get.area.matched <- function(r, t) {
match.ind <- match.interval(r, t)
area <- rep(NA,nrow(r))
area[match.ind[,1]] <- t[match.ind[,2], 3]
return(area)
}
res <- foreach(i = 1:length(txt.import.matrix), .combine=cbind) %do%
get.area.matched(reduced.list.pre.filtering, txt.import.matrix[[i]]) %>%
cbind(reduced.list.pre.filtering,.)
colnames(res) <- c(colnames(reduced.list.pre.filtering),
sapply(seq_len(length(txt.import.matrix)),
function(i) {return(paste0("Area.[",i,"]"))}))
希望这有助于。
谢谢爱超！事实上，你的代码对我来说有点复杂，但尝试理解它却是一个很好的挑战。它运行得非常好，我得到了我想要的输出。是的，它帮助了很多！ – Vanbell
@Vanbell：谢谢。我仍在编辑帖子。明天再来看看，希望它会更清晰。当然，如果您有任何问题，请留下评论。再次，我想我应该发布指出我认为重要的问题的两个可能方面。 – aichao
好的，我在等你的帖子。我的事情，我会问你一些问题，因为它太容易复制和过去;） – Vanbell