9

我有我认为是一个简单的问题，但我一直无法找到合适的答案。我有一个多维数组v[x,y,z]，我想使用分组变量（组）沿z维向数组应用一个函数。这是一个示例（在 R 中）：

v<-1:81
dim(v)<-c(3,3,9)
group<-c('a','a','a','b','b','b','c','c','c')

鉴于分组变量有 3 个级别（a、b和c ），我正在寻找的结果（out ）是一个维度为 3x3x3 的数组。对于上面的示例，我可以使用以下代码获取：

out1<-apply(v[,,c(1:3)],c(1,2),sum)
out2<-apply(v[,,c(4:6)],c(1,2),sum)
out3<-apply(v[,,c(7:9)],c(1,2),sum)

library(abind)
out<-abind(out1, out2, out3, along=3)

我的问题是是否有一种通用的方法可以获得上述结果，可以应用于大维数组和长分组向量。

4

3 回答 3

7

简单的：

out <- apply(v, c(1, 2), by, group, sum)

但是要以与您想要的完全相同的顺序获取数据：

out <- aperm(apply(v, c(1, 2), by, group, sum), c(2, 3, 1))
于 2013-04-21T21:55:17.047 回答
5

使用包栅格可能更适合您的需求。它有一些针对处理遥感数据进行了优化的代码，负责分块处理。考虑这个例子：

## Make 12 rasters, maybe one for each month of the year
for( i in seq(12) ){
    assign( paste0( "r" , i ) , raster( matrix(runif(1e3) , nrow = 1e2 ) ) )
}

## Create a raster stack from these
rS <- stack( mget( paste0("r",1:12) , envir = .GlobalEnv ) )

## Use calc to get mean, using by to group by a variable
## In this example I use the vector (1,1,1,2,2,2,3,3,3,4,4,4)
## meaning I get means for the first 3 rasters, then the next 3 etc
## So I get a mean for each quarter
rMean <- calc( rS , fun = function(x){ by(x , c( rep( 1:4 , each=3 ) ) , mean ) }  )

它返回一个有 4 层的光栅砖（每个季度一个平均值）：

class       : RasterBrick 
dimensions  : 100, 10, 1000, 4  (nrow, ncol, ncell, nlayers)
resolution  : 0.1, 0.01  (x, y)
extent      : 0, 1, 0, 1  (xmin, xmax, ymin, ymax)
coord. ref. : NA 
data source : in memory
names       :         X1,         X2,         X3,         X4 
min values  : 0.02096586, 0.04015260, 0.04704145, 0.05884161 
max values  :  0.9727491,  0.9303025,  0.9804486,  0.9934670

我希望你能适应你的数据。

于 2013-04-21T22:14:20.647 回答
2

如果您的数据被格式化为数据框，这会容易得多：

library(plyr)
vd <- adply(v, 1:3)
head(vd)

  X1 X2 X3 V1
1  1  1  1  1
2  2  1  1  2
3  3  1  1  3
4  1  2  1  4
5  2  2  1  5
6  3  2  1  6

然后，您可以简单地附加您的分组...

vd$group <- rep(group, rep(3 * 3, length(group)))

...并根据此分组进行拆分：

daply(vd, .(group), function(df) { ... } )

{ ... }每个组都会调用一次匿名函数，其中df包含与该组对应的子数据帧。在这里，您可以使用类似的机制将数据重新组合并聚合到矩阵中。该函数应返回一个维度为 3x3x1 的数组，这些将被连接起来daply以形成所需的结果。

于 2013-04-21T21:11:40.510 回答