4

我有一个 1000x1 向量（1000 行和 1 列）。我想成对获取元素（第 1 行和第 2 行、第 3 行和第 4 行、第 5 行和第 6 行等）

这是我到目前为止所拥有的

for (j in 1: ncol(total_loci)){
    for (i in 1: sample_size){
    # a pair
    genotype[i]<- paste(total_loci[i, j], total_loci[i+1,j], sep="")
    }
}

因此，基因型应该是包含基因型的 500x1 向量（500 行和 1 列）。假设我的 for 循环是正确的。我认为我需要跳过所有其他索引——所以我i应该从 1 开始，然后是 3、5、7、9 等。变量total_loci是类数据框。

4

3 回答 3

5

您应该尽可能尝试使用矢量化解决方案。它们通常比循环更节省内存和更快。

在这种情况下，您可以使用seq它为每个其他元素生成一个索引向量。然后，您可以使用该索引向量成对地对原始向量进行子集化。

# sample data
x <- replicate(5, sample(LETTERS, 1000, replace=TRUE), simplify=FALSE)
x <- as.data.frame(x, stringsAsFactors=FALSE)
names(x) <- paste("V",1:NCOL(x), sep="")

# function to concatenate every other observation as a pair
f <- function(x) {
  s <- seq(2, length(x), 2)
  paste(x[s-1], x[s], sep="")
}

# run algorithm for each column
y <- as.data.frame(lapply(x, f), stringsAsFactors=FALSE)
于 2012-10-12T20:16:20.357 回答
1

n这是处理连续元素块中的数组的一般方法。您可以设置n = 2成对处理它。

首先，这是一个将向量 n×n 分割的函数，返回一个n元素列表：

n.ny.n <- function(x, n) split(x, 1+(seq_along(x)-1) %% n)

n.by.n(x = 1:24, n = 2)
# $`1`
#  [1]  1  3  5  7  9 11 13 15 17 19 21 23
# 
# $`2`
#  [1]  2  4  6  8 10 12 14 16 18 20 22 24

mapply然后您可以使用, 和 via在切片上运行任何函数do.call：

do.call(mapply, c(FUN = paste, n.by.n(x = 1:24, n = 2), sep = "_"))
#  [1] "1_2"   "3_4"   "5_6"   "7_8"   "9_10"  "11_12" "13_14" "15_16"
#  [9] "17_18" "19_20" "21_22" "23_24"

do.call(mapply, c(FUN = paste, n.by.n(x = 1:24, n = 6), sep = "_"))
# [1] "1_2_3_4_5_6"       "7_8_9_10_11_12"    "13_14_15_16_17_18"
# [4] "19_20_21_22_23_24"
于 2012-10-12T20:52:53.127 回答
1

这是一种无需任何apply家庭电话或循环的方法：

# Generate some sample data.
total_loci<-data.frame(genotype=sample(LETTERS,500,replace=TRUE))
# Paste
paste0(total_loci[c(TRUE,TRUE,FALSE,FALSE),],
       total_loci[c(FALSE,FALSE,TRUE,TRUE),])
于 2012-10-12T22:49:38.583 回答