在 R 中使用 & 快速组合逻辑矩阵

Question

我有一个很大的逻辑矩阵，需要使用 & 运算将每一列与一个向量组合起来。现在我正在遍历列，但这需要一段时间，因为有超过 100 万行。有没有更快的、可能是矢量化的方法来做到这一点？

mx <- replicate(10, sample(c(T,F), size = 1000, replace = T)) # 1000 rows x 10 columns
bool <- sample(c(T,F), size = 1000, replace = T) # 1000 elements

out <- apply(mx1, 2, function(x) {
  x & bool
})

对于上下文，此数据来自基因表达矩阵，其中 1 行 = 1 个单元格

Answer 1

我认为您想要一个 mx 的结果，其中每一行 & 都与 bool 的相应单个值进行了编辑。我觉得你不做任何外在都很好。

set.seed(42)
mx <- replicate(4, sample(c(T,F), size = 10, replace = T)) # 1000 rows x 10 columns
bool <- sample(c(T,F), size = 10, replace = T) # 1000 elements
cbind(mx, NA, bool)
#                                   bool
#  [1,] FALSE  TRUE FALSE FALSE NA  TRUE
#  [2,] FALSE FALSE  TRUE FALSE NA  TRUE
#  [3,]  TRUE FALSE FALSE  TRUE NA  TRUE
#  [4,] FALSE  TRUE FALSE FALSE NA FALSE
#  [5,] FALSE  TRUE  TRUE  TRUE NA  TRUE
#  [6,] FALSE FALSE FALSE FALSE NA FALSE
#  [7,] FALSE FALSE  TRUE  TRUE NA FALSE
#  [8,]  TRUE  TRUE FALSE  TRUE NA FALSE
#  [9,] FALSE  TRUE  TRUE FALSE NA FALSE
# [10,] FALSE FALSE FALSE FALSE NA FALSE

（显示 cbinded 数据只是为了将 bool 值与 mx 的每一行对齐。）

因此，任何带有 bool false 的行都应导致所有 FALSE:

mx & bool
#        [,1]  [,2]  [,3]  [,4]
#  [1,] FALSE  TRUE FALSE FALSE
#  [2,] FALSE FALSE  TRUE FALSE
#  [3,]  TRUE FALSE FALSE  TRUE
#  [4,] FALSE FALSE FALSE FALSE
#  [5,] FALSE  TRUE  TRUE  TRUE
#  [6,] FALSE FALSE FALSE FALSE
#  [7,] FALSE FALSE FALSE FALSE
#  [8,] FALSE FALSE FALSE FALSE
#  [9,] FALSE FALSE FALSE FALSE
# [10,] FALSE FALSE FALSE FALSE

验证：

out <- apply(mx, 2, function(x) x & bool)
identical(out, mx & bool)
# [1] TRUE
microbenchmark::microbenchmark(apply(mx, 2, function(x) x & bool), mx & bool)
# Unit: nanoseconds
#                                expr   min    lq  mean median    uq     max neval
#  apply(mx, 2, function(x) x & bool) 31100 32400 53029  34400 39750 1644700   100
#                           mx & bool   400   600   824    700   900    3200   100

使用更大的矩阵：

mx <- replicate(10, sample(c(T,F), size = 1000, replace = T)) # 1000 rows x 10 columns
bool <- sample(c(T,F), size = 1000, replace = T) # 1000 elements
dim(mx)
# [1] 1000   10
length(bool)
# [1] 1000

microbenchmark::microbenchmark(apply(mx, 2, function(x) x & bool), mx & bool)
# Unit: microseconds
#                                expr   min     lq    mean median     uq    max neval
#  apply(mx, 2, function(x) x & bool) 336.1 489.70 621.647 605.25 696.05 1999.9   100
#                           mx & bool  65.0  94.25 135.260 129.20 159.50  385.4   100

Answer 2

在这种情况下很容易：

mx & bool

bool 为 mx

中的所有列回收

identical(mx & bool, out)

输出：

[1] TRUE

Answer 3

您可以尝试使用 data.table 软件包：

n <- 1000000
mx <- replicate(10, sample(c(T,F), size = n, replace = T)) # n rows x 10 columns
bool <- sample(c(T,F), size = n, replace = T) # n elements

# original solution
system.time(
  out <- apply(mx, 2, function(x) {
    x & bool
  })
)

# user  system elapsed 
# 0.20    0.02    0.22 


# using data.table, approx. half the time
dt <- data.table(mx)

system.time(
  out2 <- dt[, lapply(.SD, function(x){x & bool})]
)

# user  system elapsed 
# 0.11    0.00    0.11

在 R 中使用 & 快速组合逻辑矩阵

Quickly combine logical matrices with & in R

r

binary

vectorization

logical-operators

processing-efficiency