R-Операция на подмножестве столбцов из dataframe с ddply

Question

У меня есть большой размер кадра данных (40000 наблюдений 800 переменных) и вы хотите работать с диапазоном столбцов каждого наблюдения с чем-то похожим на точечный продукт. Вот как я его реализовал:

matrixattempt <- as.matrix(dframe) 
takerow <- function(k) {as.vector(matrixattempt[k,])} 
takedot0 <- function(k) {sqrt(sum(data0averrow * takerow(k)[2:785]))} 

for (k in 1:40000){ 
print(k) 
dframe$dot0aver[k]<-takedot0(k) 
} 

Печать предназначена только для отслеживания происходящего. data0averrow - числовой вектор, такой же размер, как takerow (k) [2: 785], который был предварительно определен.

Это работает, и из нескольких тестов работает правильно, но это очень медленно.

Я искал точечный продукт для подмножества столбцов и нашел this question, но не смог понять, как применить его к моей настройке. ddply звучит так, как будто он должен работать быстрее (хотя я не хочу делать расщепление и должен использовать тот же трюк идентификатора id, что и упомянутый вопроситель). Любые идеи/подсказки?

Answer 1

Попробуйте это:

sqrt(colSums(t(matrixattempt[, 2:785]) * data0averrow)) 

или эквивалентно:

sqrt(matrixattempt[, 2:785] %*% data0averrow) 

Answer 2

Использование умножения матриц и rowSums на результат:

dframe$dot0aver <- NA 
dframe$dot0aver[2:785] <- sqrt(rowSums( 
           matrixattempt[2:785,] %*% data0averrow)) 

Это SQRT дот-продукт data0aver с каждой строки в диапазоне