我如何创建一个新矩阵，其中包含来自另一个矩阵的非 NA 值以及它们所在的行和列？
How can i create a new matrix with the non NA values from another matrix and the row and column they were found in?
我有一个名为 n x n 的矩阵 d ，其中大部分填充了 NA值，但有一些随机值分布在各处。
我需要创建一个名为 ds 的新矩阵，其中包含名为 head、tail[=48= 的三列] 和 weight，其中 weight 是在矩阵 d 中找到的值，并且 head 和 tail 分别是 d 的行和列，其中 weight 被发现。
矩阵d:
n = 1000
d = runif(n*n)
d[d < 0.80] = NA
d = matrix(d,nrow=n,ncol=n) #reshape the vector
diag(d) = NA # no self-loops
d[upper.tri(d)] = t(d)[upper.tri(d)] # undirected graphs are symmetric
str(d)
num [1:1000, 1:1000] NA NA NA 0.861 NA ...
str(ds) 和 head(ds) 的期望输出：
str(ds)
num [1:99858, 1:3] 1 1 1 1 1 1 1 1 1 1 ...
- attr(*, "dimnames")=List of 2
..$ : NULL
..$ : chr [1:3] "head" "tail" "weight"
head(ds)
head tail weight
[1,] 1 15 0.9205357
[2,] 1 16 0.9938016
[3,] 1 29 0.9480700
上面矩阵中 return 的实际值并不重要，因为它们是随机生成的，但我的最终输出应该看起来相似。
我尝试过的：
head = c()
tail = c()
weight = c()
for (i in 1:n)
for (j in 1:n)
if (is.na(d[i][j]) == FALSE)
head[i] = i
tail[i] = j
weight[i] = d[i][j]
ds = cbind(head, tail, weight)
但是，这会导致以下结果：
str(ds)
num [1:1000, 1:3] NA NA 3 NA NA NA NA NA NA NA ...
- attr(*, "dimnames")=List of 2
..$ : NULL
..$ : chr [1:3] "head" "tail" "weight"
head(ds)
head tail weight
[1,] NA NA NA
[2,] NA NA NA
[3,] 3 NA NA
[4,] NA NA NA
[5,] NA NA NA
[6,] NA NA NA
同样，我如何在矩阵 d 中搜索非 NA 值，并在找到它们时更新矩阵 ds它所在的行、所在的列以及值本身？
我们可以使用两个很好的 R 技巧来处理矩阵：which(arr.ind = TRUE) 和 [ 中的矩阵索引。下面我只修改了您的设置代码以添加可重复性的种子并制作 n 10 这样您就可以看到所有元素并说服自己这是在做它应该做的事情。
首先我们使用which到return矩阵d中非NA行和列索引的矩阵。使用 arr.ind = TRUE，我们为输入的每个维度保留一个索引，而不是在索引之前展平为一个向量。其次，我们将索引与通过将该索引矩阵传递给 [ 获得的相应权重的向量进行列绑定。您可以直观地比较 d 和 out 并看到值对齐。
set.seed(1)
n = 10
d = runif(n*n)
d[d < 0.80] = NA
d = matrix(d,nrow=n,ncol=n) #reshape the vector
diag(d) = NA # no self-loops
d[upper.tri(d)] = t(d)[upper.tri(d)]
indices <- which(!is.na(d), arr.ind = TRUE)
out <- cbind(indices, d[indices])
colnames(out) <- c("head", "tail", "weight")
head(out)
#> head tail weight
#> [1,] 4 1 0.9082078
#> [2,] 6 1 0.8983897
#> [3,] 7 1 0.9446753
#> [4,] 8 2 0.9919061
#> [5,] 9 3 0.8696908
#> [6,] 1 4 0.9082078
由 reprex package (v0.3.0)
于 2019-09-24 创建
我有一个名为 n x n 的矩阵 d ，其中大部分填充了 NA值，但有一些随机值分布在各处。
我需要创建一个名为 ds 的新矩阵，其中包含名为 head、tail[=48= 的三列] 和 weight，其中 weight 是在矩阵 d 中找到的值，并且 head 和 tail 分别是 d 的行和列，其中 weight 被发现。
矩阵d:
n = 1000
d = runif(n*n)
d[d < 0.80] = NA
d = matrix(d,nrow=n,ncol=n) #reshape the vector
diag(d) = NA # no self-loops
d[upper.tri(d)] = t(d)[upper.tri(d)] # undirected graphs are symmetric
str(d)
num [1:1000, 1:1000] NA NA NA 0.861 NA ...
str(ds) 和 head(ds) 的期望输出：
str(ds)
num [1:99858, 1:3] 1 1 1 1 1 1 1 1 1 1 ...
- attr(*, "dimnames")=List of 2
..$ : NULL
..$ : chr [1:3] "head" "tail" "weight"
head(ds)
head tail weight
[1,] 1 15 0.9205357
[2,] 1 16 0.9938016
[3,] 1 29 0.9480700
上面矩阵中 return 的实际值并不重要，因为它们是随机生成的，但我的最终输出应该看起来相似。
我尝试过的：
head = c()
tail = c()
weight = c()
for (i in 1:n)
for (j in 1:n)
if (is.na(d[i][j]) == FALSE)
head[i] = i
tail[i] = j
weight[i] = d[i][j]
ds = cbind(head, tail, weight)
但是，这会导致以下结果：
str(ds)
num [1:1000, 1:3] NA NA 3 NA NA NA NA NA NA NA ...
- attr(*, "dimnames")=List of 2
..$ : NULL
..$ : chr [1:3] "head" "tail" "weight"
head(ds)
head tail weight
[1,] NA NA NA
[2,] NA NA NA
[3,] 3 NA NA
[4,] NA NA NA
[5,] NA NA NA
[6,] NA NA NA
同样，我如何在矩阵 d 中搜索非 NA 值，并在找到它们时更新矩阵 ds它所在的行、所在的列以及值本身？
我们可以使用两个很好的 R 技巧来处理矩阵：which(arr.ind = TRUE) 和 [ 中的矩阵索引。下面我只修改了您的设置代码以添加可重复性的种子并制作 n 10 这样您就可以看到所有元素并说服自己这是在做它应该做的事情。
首先我们使用which到return矩阵d中非NA行和列索引的矩阵。使用 arr.ind = TRUE，我们为输入的每个维度保留一个索引，而不是在索引之前展平为一个向量。其次，我们将索引与通过将该索引矩阵传递给 [ 获得的相应权重的向量进行列绑定。您可以直观地比较 d 和 out 并看到值对齐。
set.seed(1)
n = 10
d = runif(n*n)
d[d < 0.80] = NA
d = matrix(d,nrow=n,ncol=n) #reshape the vector
diag(d) = NA # no self-loops
d[upper.tri(d)] = t(d)[upper.tri(d)]
indices <- which(!is.na(d), arr.ind = TRUE)
out <- cbind(indices, d[indices])
colnames(out) <- c("head", "tail", "weight")
head(out)
#> head tail weight
#> [1,] 4 1 0.9082078
#> [2,] 6 1 0.8983897
#> [3,] 7 1 0.9446753
#> [4,] 8 2 0.9919061
#> [5,] 9 3 0.8696908
#> [6,] 1 4 0.9082078
由 reprex package (v0.3.0)
于 2019-09-24 创建