r - 将数据框乘以向量的最有效方法

Question

将数据框的每一列乘以向量的最有效方法是什么？

例如数据框 (df) 具有以下列 (col1, col2, col3, col4) 和向量 (v) 具有以下元素 (v1,v2,v3).

我希望输出为:col2*v1, col3*v2, col4*v3

我一直在尝试 df[c(2:4)] * c(v1,v2,v3) 但似乎向量的元素并没有乘以每个向量的每一行专栏。

Answer 1

您可以尝试(使用 Richard Scriven 的回答中的 df 和 v):

df[-1] <- t(t(df[-1]) * v)
df
#   a  x  y   z
# 1 a  5 40 105
# 2 b 10 50 120
# 3 c 15 60 135

当您将矩阵与向量相乘时，它会按列相乘。由于您想将行乘以向量，我们使用 t 转置 df[-1]，乘以 v，然后转置回使用t.

似乎这种方法在基准测试中比 Map 方法略有优势，并且比 sweep 有显着优势:

library(microbenchmark)
rscriven <- function(df, v) cbind(df[1], Map(`*`, df[-1], v))
josilber <- function(df, v) cbind(df[1], t(t(df[-1]) * v))
dardisco <- function(df, v) cbind(df[1], sweep(df[-1], MARGIN=2, STATS=v, FUN="*"))
df2 <- cbind(data.frame(rep("a", 1000)), matrix(rnorm(100000), nrow=1000))
v2 <- rnorm(100)
all.equal(rscriven(df2, v2), josilber(df2, v2))
# [1] TRUE
all.equal(rscriven(df2, v2), dardisco(df2, v2))
# [1] TRUE

microbenchmark(rscriven(df2, v2), josilber(df2, v2), dardisco(df2, v2))
# Unit: milliseconds
#               expr       min        lq    median        uq        max neval
#  rscriven(df2, v2)  5.276458  5.378436  5.451041  5.587644   9.470207   100
#  josilber(df2, v2)  2.545144  2.753363  3.099589  3.704077   8.955193   100
#  dardisco(df2, v2) 11.647147 12.761184 14.196678 16.581004 132.428972   100

感谢@thelatemail 指出 Map 方法对于 100 倍大的数据帧来说要快得多:

df2 <- cbind(data.frame(rep("a", 10000)), matrix(rnorm(10000000), nrow=10000))
v2 <- rnorm(1000)
microbenchmark(rscriven(df2, v2), josilber(df2, v2), dardisco(df2, v2))
# Unit: milliseconds
#               expr       min         lq     median        uq       max neval
#  rscriven(df2, v2)  75.74051   90.20161   97.08931  115.7789  259.0855   100
#  josilber(df2, v2) 340.72774  388.17046  498.26836  514.5923  623.4020   100
#  dardisco(df2, v2) 928.81128 1041.34497 1156.39293 1271.4758 1506.0348   100

看来您需要进行基准测试以确定哪种方法对您的应用来说最快。