r - 在R中创建所有数组索引的数据框

Question

使用 R，我正在尝试构建给定矩阵的行号和列号的数据框。例如，如果

a   <- matrix(c(1:15), nrow=5, ncol=3)

然后我正在寻找一个数据框，它给出：

row col
  1   1
  1   2
  1   3
  .   .
  5   1
  5   2
  5   3

我试过的：

row <- matrix(row(a), ncol=1, nrow=dim(a)[1]*dim(a)[2], byrow=T)
col <- matrix(col(a), ncol=1, nrow=dim(a)[1]*dim(a)[2], byrow=T)
out <- cbind(row, col)
colnames(out) <- c("row", "col")

结果是：

    row col
[1,]   1   1
[2,]   2   1
[3,]   3   1
[4,]   4   1
[5,]   5   1
[6,]   1   2
[7,]   2   2
[8,]   3   2
[9,]   4   2
[10,]  5   2
[11,]  1   3
[12,]  2   3
[13,]  3   3
[14,]  4   3
[15,]  5   3

这不是我要找的，因为行和列的顺序突然颠倒了，即使我指定了“byrow = T”也很难。我不知道我是否以及在哪里犯了错误，但非常感谢克服这个问题的建议。提前致谢！

Answer 1

使用rowand ，但更直接地操纵它们的输出顺序，因为它们为输入数组col返回相应的索引。最后t用来获取你想要的非默认顺序：

data.frame(row = as.vector(t(row(a))), col = as.vector(t(col(a))))
    row col
 1    1   1
 2    1   2
 3    1   3
 4    2   1
 5    2   2
 6    2   3
 7    3   1
 8    3   2
 9    3   3
 10   4   1
 11   4   2
 12   4   3
 13   5   1
 14   5   2
 15   5   3

或者，作为矩阵而不是 data.frame：

cbind(as.vector(t(row(a))), as.vector(t(col(a))))
  [,1] [,2]
 [1,]    1    1
 [2,]    1    2
 [3,]    1    3
 [4,]    2    1
 [5,]    2    2
 [6,]    2    3
 [7,]    3    1
 [8,]    3    2
 [9,]    3    3
 [10,]   4    1
 [11,]   4    2
 [12,]   4    3
 [13,]   5    1
 [14,]   5    2
 [15,]   5    3

Answer 2

我会在向量 1:ncol 和 1:nrow 上使用 expand.grid，然后用 [,2:1] 翻转列以按您想要的顺序获取它们：

> expand.grid(seq(ncol(a)),seq(nrow(a)))[,2:1]
   Var2 Var1
1     1    1
2     1    2
3     1    3
4     2    1
5     2    2
6     2    3
7     3    1
8     3    2
9     3    3
10    4    1
11    4    2
12    4    3
13    5    1
14    5    2
15    5    3

Answer 3

您可能想看看?expand.grid，它几乎完全符合您想要实现的目标。

Answer 4

由于给猫剥皮的方法有很多种，我将加入另一种基于以下的变体rep：

data.frame(row=rep(seq(nrow(a)), each=ncol(a)), col=rep(seq(ncol(a)), nrow(a)))

...但是要宣布“获胜者”，我认为您需要确定解决方案的时间：

# Make up a huge matrix...
a <- matrix(runif(1e7), 1e4)

system.time( a1<-data.frame(row = as.vector(t(row(a))),
                            col = as.vector(t(col(a)))) ) # 0.68 secs

system.time( a2<-expand.grid(col = seq(ncol(a)),
                             row = seq(nrow(a)))[,2:1] ) # 0.49 secs

system.time( a3<-data.frame(row=rep(seq(nrow(a)), each=ncol(a)),
                            col=rep(seq(ncol(a)), nrow(a))) ) # 0.59 secs

identical(a1, a2) && identical(a1, a3) # TRUE

...所以看来@Spacedman 有最快的解决方案！