使用 mapply 计算行名和列名之间的 levenshteinDist

Question

我想使用mapply函数计算矩阵的行名和列名之间的levenshteinDist距离：因为may矩阵的体积太大并且使用嵌套循环"for"需要很长时间给我结果。

这是带有嵌套循环的旧代码：

mymatrix  <- matrix(NA, nrow=ncol(dataframe),ncol=ncol(dataframe),dimnames=list(colnames(dataframe),colnames(dataframe)))
distfunction = function (text1, text2) {return(1 - (levenshteinDist(text1, text2)/max(nchar(text1), nchar(text2))))}
for(i in 1:ncol(mymatrix))
{
  for(j in 1:nrow(mymatrix))

   mymatrix[i,j]=(distfunction(rownames(mymatrix)[i], colnames(mymatrix)[j]))*100
 }

我尝试通过 mapply 切换嵌套循环：

   mapply(distfunction,mymatrix)

它给了我这个错误：

   Error in typeof(str2) : argument "text2" is missing, with no default

我计划将 levenshteinDist 距离应用于我的矩阵，然后总结如何应用 myfunction。

可能吗？

谢谢。

Answer 1

在此上下文中无法使用函数 mapply。它需要两个输入向量，并且该函数应用于第一个元素、第二个元素……等等。但是您希望应用所有组合。

您可以尝试堆叠 sapply

sapply(colnames(mymatrix), function(col) 
  sapply(rownames(mymatrix), function(row) 
    distfunction(row, col)))*100

简单用法示例

sapply(1:3, function(x) sapply(1:4, function(y) x*y))

输出：

     [,1] [,2] [,3]
[1,]    1    2    3
[2,]    2    4    6
[3,]    3    6    9
[4,]    4    8   12

更新

更好的方法是使用 outer，但我认为您的 distfunction 未矢量化（由于 max）。所以使用包装函数 Vectorize:

distfunction_vec <- Vectorize(distfunction)
outer(rownames(mymatrix), rownames(mymatrix), distfunction_vec)

但我不确定性能损失。最好直接向量化函数（可能使用 pmax）。

使用 mapply 计算行名和列名之间的 levenshteinDist

Calculate levenshteinDist between rownames and colnames using mapply

r

matrix

levenshtein-distance

mapply

简单用法示例

更新