r - R 中的一个如何在矩阵上应用带有 "for"语句的 "if"函数来创建平滑函数

Question

所以这是我的问题:

我有一个包含大量数据点的巨大 csv 文件。每行代表属于一个实验的值。

       col1 , col2, col3, col4, col5, col6, ..., coln-1, coln
exp_1  190    10000  845   20    100   67   ..., 2       634
exp_2    3      567   87   465   23    867  ..., 987     43
   .
   .
   .

每个实验都可以用直方图表示，但需要通过四个相邻实验的平均值来平滑这些值。因此，例如 matrix[1,3] 中的值 845 将被 mean(matrix[1,1]:matrix[1,5]) 覆盖。出现的问题是在 matrix[1,1] 位置。因为没有左邻居，所以平滑不起作用并引发错误。由于列表示范围从 0° 到 360° 的圆形维度，因此 coln 处的值实际上表示 col1< 的左邻域.

如果我提取矩阵 (x=matrix[1,]) 的 exp_1 的向量并将其作为以下代码的输入参数，一切都会运行光滑。

for ( i in 1:length(x)){
  if (i < 2) {
    x[i] = mean(c(x[i:(i+2)],x[(length(x)-i):(length(x))]))
  } else if (i >= 2){
    x[i] = mean(x[(i-2):(i+2)])
  } else if (i > (length(x)-2)){
    x[i] = mean(c(x[(i-2):i],x[1:abs(length(x)-(i+2))]))
  }
}

由于我的矩阵有大量实验，我想遍历矩阵而不是单独拉出每一行并在其上运行我的脚本。所以我尝试将我的脚本写入一个函数，如下所示:

smoothing_function = function(x){
for ( i in 1:length(x)){
  if (i < 2) {
    x[i] = mean(c(x[i:(i+2)],x[(length(x)-i):(length(x))]))
  } else if (i >= 2){
    x[i] = mean(x[(i-2):(i+2)])
  } else if (i > (length(x)-2)){
    x[i] = mean(c(x[(i-2):i],x[1:abs(length(x)-(i+2))]))
  }
}
}

然后我想apply(matrix,1,smoothing_function)，结果是NULL。我还尝试了 mapply(smoothing_function,matrix)，结果整个矩阵的每一列都为 NULL。

我认为问题出在 length(x) 部分，因为输入参数不是向量而是单个元素。因此该函数无法计算任何邻居的平均值，因为单个元素的长度仅为 1。

因此，要么我需要为矩阵中的每个实验生成一个向量，要么我需要修改我的函数。你们有什么想法吗？

Answer 1

避免循环和 if 条件的一种方法是创建一个新矩阵，将最后两列粘贴到开头，将前两列粘贴到末尾。

这是一个小例子。首先，我使用 rpois 创建了一些玩具数据:

set.seed(1)
my_matrix <- matrix(rpois(20, 10), 2, 10)
colnames(my_matrix) <- paste0("col", 1:10)
my_matrix

     col1 col2 col3 col4 col5 col6 col7 col8 col9 col10
[1,]    8    7   14   11   14    8    8    7   11    12
[2,]   10   11   12    9   11    2   10   12   12    10

然后通过在开头和结尾添加列来扩展此矩阵:

my_matrix2 <- cbind(my_matrix[, 9:10], my_matrix, my_matrix[, 1:2])
my_matrix2
     col9 col10 col1 col2 col3 col4 col5 col6 col7 col8 col9 col10 col1 col2
[1,]   11    12    8    7   14   11   14    8    8    7   11    12    8    7
[2,]   12    10   10   11   12    9   11    2   10   12   12    10   10   11

最后，您可以使用 zoo 包中的 rollapply 函数来计算运行平均值。请注意，您必须先安装 zoo 包。

my_matrix_smooth <- t(apply(my_matrix2, 1, function(z) zoo::rollapply(z, width = 5, FUN = mean)))

     col1 col2 col3 col4 col5 col6 col7 col8 col9 col10
[1,] 10.4 10.4 10.8 10.8 11.0  9.6  9.6  9.2  9.2     9
[2,] 11.0 10.4 10.6  9.0  8.8  8.8  9.4  9.2 10.8    11

要检查这是否正确，我们可以(例如)查看第一行的 col10。平滑版本应为 (7+11+12+8+7)/5 = 9。事实确实如此。