R 在 2 个列表中的匹配元素上迭代一个函数

Question

所以我尝试对列表中的每个元素（数据框）执行 Kmeans 聚类，从 kmeans 聚类的输出中，我采用了匹配每个数据框的“中心”并将所有中心绑定到另一个列表。

接下来，我要做的是使用函数 get.knnx()，这样我就可以使用由 kmeans 聚类生成的每个中心，并返回到原始数据帧来采样 500 个数据点离中心最近的那些，以实现对数据的良好子采样。（我没有使用分配的 kmeans 聚类成员资格的原因是因为执行 kmeans 的数据只是用于训练的原始数据集的子采样）

每个dataframe的结构都是一样的：很多行样本，107列变量，但是第一列和第二列只是数据标签，比如实际的药物治疗。

这里是link对2个样本数据 https://drive.google.com/drive/folders/1B8JQY94Z-BHTZEKlV4dvUDocmiyppBDa?usp=sharing

library(tidyverse)
library(purr)
#take data into list
mylist <- list(df1,df2,df3...)

#perform Kmeans cluster
#scale datainput and drop the data label column
Kmeans.list <- map(.x = mylist,
               .f = ~kmeans(scale(.x[,-c(1:2)]),
                            centers =15,
                            nstart=50,
                            iter.max = 100)) %>% 
                purrr::set_names(c("df1", "df2"))

#Isolate the Centers info to another list
 Kmeans_centers <- map(Kmeans.list, ~.x$centers)

#trying to use map2
y <- map2(.x = mylist,.y=Kmeans_centers,
     .f=~get.knnx(scale(.x[,-c(1:2)],.y, 500)))

感谢 Whosebug 上的传奇人物的帮助，我设法使 kmeans 工作并获得中心列表。现在我想使用相同的逻辑来使用 map2()

现在我从 map2 得到的错误是“scale.default(.x[ -c(1:2)], .y, 500) 中的错误： 'center' 的长度必须等于 'x'"

的列数

但是，两个列表都有7个元素，我不太清楚哪里出了问题。

另一个问题是关于 .f= 参数中的 ~ 。我读到如果我有一个函数输入，我不需要添加 ~，但是，在这种情况下，如果我删除 ~，错误说找不到 x。那么为什么这里需要 ~ ，我应该总是把 ~ 放在我放在 map() 参数中的函数前面吗？

Answer 1

您应该只对数据框应用 scale 函数。

library(purrr)
library(FNN)

map2(.x = mylist,.y=Kmeans_centers, .f=~get.knnx(scale(.x[,-c(1:2)]),.y, 500))

~ 是一种基于公式的语法，用于应用函数，其中第一个参数称为 .x，第二个参数称为 .y。它是使用匿名函数的替代方法，可以写成

map2(.x = mylist,.y=Kmeans_centers, function(a, b) get.knnx(scale(a[,-c(1:2)]),b, 500))

R 在 2 个列表中的匹配元素上迭代一个函数

R iterate a function over the matching elements in 2 lists

r

list

knn

map-function