按组扫描第二个矩阵

Question

我有一个问题，我无法找到类似的结果（也是因为我不确定如何对搜索本身进行措辞）。我有一个包含多列的巨大矩阵。该矩阵还有一列指定每一行的“标识”。我还有第二个矩阵，其中每个身份的每一列都有阈值。我可以使用以下代码简化问题（尽管请记住我有很多列）。

temp_df=data.frame(a_name=rep(c("A","B", "C"), 20), matrix(rnorm(40),nrow=60, ncol=2))

其中包含：

> head(temp_df)
  a_name          X1         X2
1      A  0.31469191 -0.2763107
2      B -1.17477425 -0.2066650
3      C  0.10651550  0.1581325
4      A -1.88258477 -0.9280463
5      B -2.58260181  1.0322196
6      C  0.03027953  0.3110290

和阈值矩阵：

temp_limits=data.frame(a_name=c("A", "B", "C"), X1=c(1, 0.5, 0), x2=c(-1, -0.5, -0.25))

其中包含：

> temp_limits
  a_name  X1    x2
1      A 1.0 -1.00
2      B 0.5 -0.50
3      C 0.0 -0.25

我可以按如下方式处理矩阵以获得我想要的：

res_df=NULL
for(i in unique(temp_df$a_name)){
  tdf=temp_df[temp_df$a_name==i,]
  a_lim=temp_limits[temp_limits$a_name==i,]
  tdf[, 2:3]=sweep(as.matrix(tdf[, 2:3]), MARGIN=2, a_lim[, 2:3], FUN=">" )
  res_df=rbind(res_df, tdf)
}

这就是我想要的：

> head(res_df)
   a_name    X1    X2
1       A FALSE  TRUE
4       A FALSE  TRUE
7       A FALSE  TRUE
10      A FALSE  TRUE
13      A FALSE FALSE
16      A FALSE  TRUE

但我认为这个实现太长、太麻烦，而且不是最优的。我想我应该使用 group_by，因为我不确定如何进行。有帮助吗？

Answer 1

你可以试试这个

cbind(temp_df[1], temp_df[-1] > temp_limits[match(temp_df$a_name, temp_limits$a_name), -1])

Answer 2

我们可以在这里使用连接

library(data.table)
setDT(temp_df)[temp_limits, .(a_name, X1 = X1 > i.X1, X2 = X2 > i.x2),
    on = .(a_name)]

按组扫描第二个矩阵

Sweeping matrix by second matrix by group

r

matrix