行列の計算を行って変数のクロス積を得る方法

Question

かなりの数の列を持つRのデータがあります。以下の例を参考にしてください

x = replicate(5, rnorm(10)) 
colnames(x) = c('a','b','c','d','e') 

私はすべての組み合わせのクロスプロダクトと比率を計算し、それらをテーブルの最後に付けたいと思います。私はまた、彼らは彼らのようなEXTAの列を持っている必要があり

結果で計算されているものに関連して、それらを名前を付けたい：

cp_a_b, 
cp_a_c, 
cp_a_d, 
cp_a_e, 
cp_b_c, 
cp_b_d, 
cp_b_e, 
cp_c_d, 
cp_c_e, 
cp_d_e, 
ratio_a_b, 
ratio_a_c, 
ratio_a_d, 
ratio_a_e, 
ratio_b_c, 
ratio_b_d, 
ratio_b_e, 
ratio_c_d, 
ratio_c_e, 
ratio_d_e, 

CPは、クロス製品があるとの比率は、2つの列 Iの比でありますこれを行列計算として実行して、ループではなく素早く処理したい場合

Answer 1

私はまだRで新しくなっていますが、とにかくそれを刺しています。楽しみのために！私はそれが速くなることを望むかどうか分かりません。おそらくそれはかなり素朴です...

最初の例の行列xはnum_observations x num_featuresの小さなランダムな整数です。

num_features <- 5 
num_observations <- 20 
features <- letters[1:num_features] 

x <- replicate(num_features, sample(1:10, num_observations, replace = T)) 

colnames(x) <- features 

機能のペアのすべての組み合わせ：各機能のペアについては

combinations <- combn(features, 2) 
num_combinations = ncol(combinations) 

、我々はxに対応する列を掛けます。

x <- cbind(x, y) 

：最後に、元の行列と追加機能をマージ

for (i in 1:num_combinations) 
{ 
    cn[i] <- paste(combinations[1,i], combinations[2,i], sep = ".") 
    y[,i] <- x[,combinations[1,i]] * x[,combinations[2,i]] 
} 
colnames(y) <- cn 

：カラムの組み合わせを乗算

y <- matrix(NA, ncol = num_combinations, nrow = num_observations) 
cn <- rep("?", num_combinations) # column names of new features 

：乗算列が終わるであろう新たな行列のためのスペースを確保これは単純化のために乗算を処理するだけですが、除算を使用して作成された追加機能はもちろん似ています。

UPDATE

コメントで@nongkrongによって提案された素敵なアプローチは、明示的なループをforgoes単に行います

y <- combn(split(x, col(x)), 2, FUN = function(cols) cols[[1]] * cols[[2]]) 
x <- cbind(x, y) 

それは明示的な新機能のカラム名を設定していません、よりエレガントで読みやすいです。いくつかの速いタイミングで私はそれも約30％速かった！

Answer 2

WhiteVikingのビルとの二段の答えは、ここに列名を追加するコードです：ここで

set.seed(1) 
x = replicate(5, rnorm(10)) 
colnames(x) = c('a','b','c','d','e') 

mult <- combn(split(x, col(x)), 2, FUN = function(cols) cols[[1]] * cols[[2]]) 
colnames(mult) <-paste("cp",combn(colnames(x), 2L, paste, collapse = "_"),sep="_") 
ratio <- combn(split(x, col(x)), 2, FUN = function(cols) cols[[1]]/cols[[2]]) 
colnames(ratio) <-paste("ratio",combn(colnames(x), 2L, paste, collapse = "_"),sep="_") 
cbind(x,mult,ratio) 

> cbind(x,mult,ratio) 
      a  b  c  d  e cp_a_b cp_a_c cp_a_d 
[1,] -0.6265 1.51178 0.91898 1.35868 -0.1645 -0.947061 -0.57570 -0.85115 
[2,] 0.1836 0.38984 0.78214 -0.10279 -0.2534 0.071592 0.14363 -0.01888 
[3,] -0.8356 -0.62124 0.07456 0.38767 0.6970 0.519126 -0.06231 -0.32395 
[4,] 1.5953 -2.21470 -1.98935 -0.05381 0.5567 -3.533068 -3.17357 -0.08583 
[5,] 0.3295 1.12493 0.61983 -1.37706 -0.6888 0.370673 0.20424 -0.45375 
[6,] -0.8205 -0.04493 -0.05613 -0.41499 -0.7075 0.036867 0.04605 0.34049 
[7,] 0.4874 -0.01619 -0.15580 -0.39429 0.3646 -0.007892 -0.07594 -0.19219 
[8,] 0.7383 0.94384 -1.47075 -0.05931 0.7685 0.696858 -1.08589 -0.04379 
[9,] 0.5758 0.82122 -0.47815 1.10003 -0.1123 0.472844 -0.27531 0.63337 
[10,] -0.3054 0.59390 0.41794 0.76318 0.8811 -0.181371 -0.12763 -0.23307 
     cp_a_e cp_b_c cp_b_d cp_b_e cp_c_d cp_c_e cp_d_e 
[1,] 0.10307 1.389293 2.054026 -0.248724 1.24860 -0.15119 -0.22353 
[2,] -0.04653 0.304911 -0.040071 -0.098771 -0.08039 -0.19816 0.02604 
[3,] -0.58240 -0.046323 -0.240837 -0.432982 0.02891 0.05197 0.27019 
[4,] 0.88803 4.405817 0.119162 -1.232842 0.10704 -1.10740 -0.02995 
[5,] -0.22695 0.697261 -1.549097 -0.774803 -0.85354 -0.42691 0.94846 
[6,] 0.58048 0.002522 0.018647 0.031790 0.02329 0.03971 0.29361 
[7,] 0.17771 0.002522 0.006384 -0.005903 0.06143 -0.05680 -0.14375 
[8,] 0.56743 -1.388149 -0.055982 0.725369 0.08724 -1.13032 -0.04558 
[9,] -0.06469 -0.392667 0.903364 -0.092261 -0.52598 0.05372 -0.12358 
[10,] -0.26908 0.248216 0.453251 0.523291 0.31896 0.36825 0.67244 
     ratio_a_b ratio_a_c ratio_a_d ratio_a_e ratio_b_c ratio_b_d ratio_b_e 
[1,] -0.4144 -0.6817 -0.4611 3.8077 1.6451 1.11268 -9.18884 
[2,] 0.4711 0.2348 -1.7866 -0.7248 0.4984 -3.79270 -1.53868 
[3,] 1.3451 -11.2067 -2.1555 -1.1990 -8.3315 -1.60249 -0.89135 
[4,] -0.7203 -0.8019 -29.6493 2.8658 1.1133 41.16157 -3.97853 
[5,] 0.2929 0.5316 -0.2393 -0.4784 1.8149 -0.81691 -1.63328 
[6,] 18.2596 14.6176 1.9771 1.1597 0.8005 0.10828 0.06351 
[7,] -30.1063 -3.1286 -1.2362 1.3370 0.1039 0.04106 -0.04441 
[8,] 0.7823 -0.5020 -12.4479 0.9607 -0.6417 -15.91270 1.22810 
[9,] 0.7011 -1.2042 0.5234 -5.1251 -1.7175 0.74655 -7.30974 
[10,] -0.5142 -0.7307 -0.4002 -0.3466 1.4210 0.77820 0.67404 
     ratio_c_d ratio_c_e ratio_d_e 
[1,] 0.6764 -5.58569 -8.25827 
[2,] -7.6092 -3.08703 0.40570 
[3,] 0.1923 0.10699 0.55623 
[4,] 36.9733 -3.57371 -0.09666 
[5,] -0.4501 -0.89992 1.99934 
[6,] 0.1353 0.07933 0.58657 
[7,] 0.3951 -0.42733 -1.08149 
[8,] 24.7963 -1.91371 -0.07718 
[9,] -0.4347 4.25604 -9.79139 
[10,] 0.5476 0.47434 0.86615 

Answer 3

がdplyrある/ただ、これはかもしれ理由についていくつかの背景を得るために

library(dplyr) 
library(tidyr) 

wide_data = 
    x %>% 
    as.data.frame %>% 
    mutate(row = 1:n()) 

prefix = function(dataframe, prefix) 
    dataframe %>% 
    setNames(names(.) %>% paste(prefix, . , sep = "_"))) 

long_data = 
    wide_data %>% 
    gather(column, value, -row) 

long_data %>% prefix("first") %>% 
    merge(long_data %>% prefix("second")) %>% 
    mutate(product = first_value * second_value, 
     ratio = second_value/first_value) %>% 
    select(-first_value, -second_value) %>% 
    gather(measure, value, product, ratio) %>% 
    unite(new_column, measure, first_column, second_column, sep = "_") %>% 
    spread(new_column, value) %>% 
    left_join(wide_data %>% prefix("first")) %>% 
    left_join(wide_data %>% prefix("second"))