R：按块重塑数据 - 更优雅的方式

Question

我偶然发现了以下事情。我读了重塑手册，但还是迷路了。是否有一种有效且更优雅的方法来重塑偶数块的矩阵？生成矩阵和重塑矩阵的代码如下。

# current matrix
x <- matrix(sample(20*9), 20, 9)
colnames(x) <- c(paste("time",c(1:3),sep="_"),
paste("SGNL", 1, c(1:3), sep="_"),
paste("SGNL", 2, c(1:3), sep="_"))
# reshaped matrix
x.reshaped <- rbind( x[,c(1,4,7)], x[,c(2,5,8)], x[,c(3,6,9)] )
colnames(x.reshaped) <- sub("\_1$", "", colnames(x.reshaped))

谢谢！

Answer 1

我们可以在 list 中创建矩阵子集（基于 seq 生成的索引），然后 rbind 将它们组合在一起。

do.call(rbind, lapply(1:3, function(i) x[,seq(i, length.out=3, by=3)]))

或使用 for 循环

 m2 <- c()
 for(i in 1:3) { m2 <- rbind(m2, x[,seq(i, length.out=3, by=3)])}

Answer 2

x[,c(matrix(1:9, 3, byrow=TRUE))] # or shorter:
x[,matrix(1:9, 3, byrow=TRUE)]

Answer 3

如果您想使用基于名称而不是基于位置的方法，那么您应该从 "data.table":

查看 melt

library(data.table)
melt(as.data.table(x), measure.vars = patterns("time", "SGNL_1", "SGNL_2"))

示例输出：

head(melt(as.data.table(x), measure.vars = patterns("time", "SGNL_1", "SGNL_2")))
#    variable value1 value2 value3
# 1:        1     48    110    155
# 2:        1     67     35    140
# 3:        1    102     55     72
# 4:        1    161     39     66
# 5:        1     36    137     99
# 6:        1    158    169     85

或者，在基数 R 中：

patts <- c("time", "SGNL_1", "SGNL_2")
sapply(patts, function(y) c(x[, grep(y, colnames(x))]))
#       time SGNL_1 SGNL_2
#  [1,]   48    110    155
#  [2,]   67     35    140
#  [3,]  102     55     72
#  [4,]  161     39     66
#  [5,]   36    137     99
# .
# .
# .
# .
# [56,]   13      1     84
# [57,]   40     46     95
# [58,]  152      7    178
# [59,]   81     79    123
# [60,]   50    101    146

使用 set.seed(1).

生成的数据

R：按块重塑数据 - 更优雅的方式

R: reshape data by chunks - more elegant way

r

reshape

reshape2