R：使用嵌套应用在两个数据框中的所有列组合上运行

Question

给定两个列数相同的矩阵。

m1 <- matrix(1:12, ncol=3)
m2 <- matrix(10:2, ncol=3)

假设我有一个函数，它接受两个向量并执行类似于每个向量的乘积 min（玩具示例）的操作：

fun <- function(v1, v2)(min(v1)*min(v2))

我无法理解如何使用两个嵌套的应用调用对所有列组合执行该函数。在 m1 和第一列上使用 apply 就像：

apply(m1, 2, fun, m2[,1])

我坚持循环遍历 m2 的所有列，例如：

m3<-matrix(NA, ncol=3, nrow=3)
for(c in 1:ncol(m2)){ 
m3[,c] <- apply(m1, 2, fun, m2[,c])
}

这给出了

> m3
     [,1] [,2] [,3]
[1,]   10    9    8
[2,]   50   45   40
[3,]   90   81   72

那么如何将此循环构建为一个应用程序？

编辑：代码有错误 - 抱歉。见编辑

Answer 1

我会在这里使用 mapply，并稍微更改函数，使其传递索引而不是实际的列：

m1 <- matrix(1:12, ncol=3)
m2 <- matrix(10:2, ncol=3)

fun <- function(i1, i2) (min(m1[,i1])*min(m2[,i2]))

res <- matrix(mapply(fun, rep(1:3, times=3), rep(1:3, each=3)), ncol=3)

这是你想要的吗？

Answer 2

如果你有兴趣使用嵌套apply，我们可以试试

apply(m1, 2, function(x) apply(m2, 2, function(y) min(x) * min(y)))

#     [,1] [,2] [,3]
#[1,]    8   40   72
#[2,]    5   25   45
#[3,]    2   10   18

由于您已经定义了函数，

apply(m1, 2, function(x) apply(m2, 2, fun, x))

会更简单。

Answer 3

我们可以使用向量化函数更轻松地做到这一点，例如 outer colMins（来自 matrixStats）

library(matrixStats)
outer(colMins(m1), colMins(m2))
#    [,1] [,2] [,3]
#[1,]    8    5    2
#[2,]   40   25   10
#[3,]   72   45   18

R：使用嵌套应用在两个数据框中的所有列组合上运行

R: function on all column combinations from two data frames using nested apply

nested

r

matrix

apply