使用类似数组中的数据过滤3D阵列

-1

我有两个3-D数组，其中一个包含数据，另一个包含元数据。所述元数据是日期签名，所以可以与产生的示例如下：使用类似数组中的数据过滤3D阵列

datamatrix <- array(data = c(rep(0,9), rep(0,9),(sample(0:100, 9)/1000), (sample(30:50, 9)/100), (sample(70:80,9)/100), (sample(30:50,9)/100), rep(0,9), rep(0,9)), dim = c(3,3,8)) 
timematrix <- array(data = c(sample(1:20), sample(30:50, 9), sample(70:90, 9), sample(110:130,9), sample(150:170,9), sample(190:210,9), sample(230:250,9), sample(260:280,9)), dim = c(3,3,8))

我希望构造充满来自第一矩阵（datamatrix）的数据的新的3D阵列和一堆NA的使得在datamatrix元件i在最终workingdata 3D阵列，像这样落入相应的日期（从相应的元数据中timematrix导出）：

workingdata <- array(data = NA, 
       dim = c(3,3,365)) 

for (i in 1:length(datamatrix)){ 
    location <- i 
    locationguide <- location%%9 
    locationfinal <- locationguide%%3 
    if (locationfinal == 0){ 
    a <- 3 
    b <- 3 
    } 
    if (locationfinal == 1){ 
    a <- 1 
    b <- 1 
    } 
    if (locationfinal == 2){ 
    a <- 1 
    b <- 2 
    } 
    if (locationfinal == 3){ 
    a <- 1 
    b <- 3 
    } 
    if (locationfinal == 4){ 
    a <- 2 
    b <- 1 
    } 
    if (locationfinal == 5){ 
    a <- 2 
    b <- 2 
    } 
    if (locationfinal == 6){ 
     a <- 2 
     b <- 3 
     } 
    if (locationfinal == 7){ 
    a <- 3 
    b <- 1 
    } 
    if (locationfinal == 8){ 
    a <- 3 
    b <- 2 
    } 
    value <- datamatrix[i] 
    day <- timematrix[i] 
    workingdata[a,b,day] <- datamatrix[i] 
}

我正在使用该数据集是千宽列的和equ长度非常长。当前的方法可以完成这项工作，但是在实际的数据中会永久使用for循环，并且由于所需的if全部都需要，所以编码会很荒谬。有没有人知道一个更好的方法来过滤这样的数据？

对于我想要的观众友好的理念，从ESRI最佳的图像概括起来： http://pro.arcgis.com/en/pro-app/tool-reference/space-time-pattern-mining/GUID-42A31756-6518-41E9-A900-2C892AF4023A-web.png

我每天，在观察拍摄的z维时间，一个块在z轴上落入其适当的行中，但仍保留在x和y维度的原始位置。

来源

2016-07-24 Trynaplot

所以'datamatrix'和'timematrix'是数组？ – Axeman

我不太确定你的'if'语句系列中的启发式。也许你可以详细说明一下？ – shayaa

为什么'timematrix'中有'0'？ 'workingdata'是否从第0天开始，在第1行开始？ – Axeman

我不确定你的for循环究竟在做什么，它可能不会完全做你正在做的事情。不确定。例如，检查((1:30)%%9)%%3的结果。

但是，从您的问题描述，你可能想要做这样的事情：

workingdata <- array(data = NA, dim = c(3,3,365)) 
for (i in 1:dim(datamatrix)[1]) { 
    for (j in 1:dim(datamatrix)[1]) { 
    workingdata[i, j, timematrix[i, j, ]] <- datamatrix[i, j, ] 
    } 
}

请注意，这不会因为当你有天，在您的timematrix0（如在工作你的示例数据），因为R有1个索引。

来源

2016-07-24 20:05:09 Axeman

谢谢！这是一个比我的例子更加优雅的方法，这导致了我的问题的关键：如何在没有'for'循环的情况下做到这一点？他们显然效率低下，我的实际数据集非常庞大... – Trynaplot

对于有效的工具（data.frames好得多），R中的数组有点痛苦，但是你可以看一下'？plyr :: aaply'。 – Axeman

太好了，谢谢一帮斧头 – Trynaplot

最终的答案：斧头兵的解决方案工作在3个维度具有以下方法：

workingdata <- array(data = NA, dim = c(3,3,365)) 

for (i in 1:dim(datamatrix)[1]) { 
    for (j in 1:dim(datamatrix)[2]) { 
    for(k in 1:dim(datamatrix)[3]){ 
     workingdata[i, j, timematrix[i, j, k]] <- datamatrix[i, j, k] 
    } 
    } 
}

来源

2016-07-25 17:21:40 Trynaplot

使用类似数组中的数据过滤3D阵列

回答

相关问题