data.frame，其中一列包含R中的矩阵

我试图将一些矩阵放入R中的数据帧中，类似于：

m <- matrix(c(1,2,3,4), nrow=2, ncol=2)
df <- data.frame(id=1, mat=m)

m您得到的结果（2行x 3列）是R的预期结果，因为它相当于
cbind
一个向量（
id
，带循环）和一个矩阵（
m
）

在我看来，如果您确实想绑定不同的数据结构，最好使用
列表
或
数组
（当维度一致时，不允许混合使用数值和因子值）。否则，只需
cbind
将矩阵绑定到现有的data.frame，如果两者具有相同的行数，则执行此操作。比如说

x1 <- replicate(2, rnorm(10))
x2 <- replicate(2, rnorm(10))
x12l <- list(x1=x1, x2=x2)
x12a <- array(rbind(x1, x2), dim=c(10,2,2))

如果您计划使用不同维度的矩阵，并且列表的组织方式（对于行）与外部数据框的组织方式相同，则列表更易于使用。您可以轻松地将其子集。以下是一个例子：

df1 <- data.frame(grp=gl(2, 5, labels=LETTERS[1:2]), 
                  age=sample(seq(25,35), 10, rep=T))
with(df1, tapply(x12l$x1[,1], list(grp, age), mean))

df1我发现包含矩阵的data.frames让人觉得不可思议，但是：我知道实现这一点的唯一方法是隐藏在
stats:：：simulate.lm

试试这个，看看发生了什么：

d <- data.frame(y=1:5,n=5)
g0 <- glm(cbind(y,n-y)~1,data=d,family=binomial)
debug(stats:::simulate.lm)
s <- simulate(g0,n=5)

一种更简单的方法是使用矩阵占位符定义数据框

m <- matrix(c(1, 2, 3, 4), nrow = 2, ncol = 2) 
df <- data.frame(id = 1, mat = rep(0, nrow(m)))

我在试图理解pls包中的汽油数据时遇到了同样的问题。用于作业的
$
。
首先，让我们创建一个矩阵，将其称为spectra_mat，然后是一个称为response_var1的向量

spectra_mat = matrix(1:45, 9, 5)
response_var1 = seq(1:9)

现在我们将向量响应_var1放在一个新的数据帧中，我们称之为df

df = data.frame(response_var1)
df$spectra = spectra_mat

查证

str(df)

'data.frame':   9 obs. of  2 variables:
 $ response_var1: int  1 2 3 4 5 6 7 8 9
 $ spectra      : int [1:9, 1:5] 1 2 3 4 5 6 7 8 9 10 ...

包含矩阵列的数据帧在特定场景中确实有其用途。这些场景是数据集中每个观测值都有一个变量的完整向量的情况。我遇到过两种常见的情况：

贝叶斯分析：您为每个观察创建后验预测，因此对于新数据中的每个“行”，您都有一个完整的向量（该向量的长度是MCMC迭代的次数）
功能数据分析：每个“观察”本身就是一个函数，您将观察到的该函数的实现存储为一个向量
如果您使用的是数据帧，那么有几种明显的方法来处理这些数据，它们都是低效的。我将以贝叶斯案例为例：

df1 <- data.frame(grp=gl(2, 5, labels=LETTERS[1:2]), 
                  age=sample(seq(25,35), 10, rep=T))
with(df1, tapply(x12l$x1[,1], list(grp, age), mean))

“超宽”格式：除了数据帧的其他列之外，向量的每个元素都有一列。这就形成了一个非常宽的数据帧，通常很难使用它。这也使得仅提及与后壁相对应的柱体变得困难
“超长”（整洁）格式：非常占用内存，因为数据帧的所有其他列都必须在每次迭代后不必要地重复
列表列：您可以创建一个列表，其中每个元素都是对应于该数据帧行的后面的向量。这里的问题是，您想要执行的大多数操作都需要将后面的列表取消列出到矩阵中，并且列出/取消列出是不必要的计算
对于这种情况，带有矩阵列的数据帧是非常有用的解决方案。后验数据保留在与数据帧具有相同行数的矩阵中。但该矩阵在数据帧中仅被识别为单个“列”，使用df$mat引用该列将返回该矩阵。您甚至可以使用一些dplyr函数（如筛选）返回矩阵的相应行，但这有点困难

创建矩阵列的最简单方法分为两步。首先创建不带矩阵列的数据框，然后添加带有简单赋值的矩阵列。我还没有找到一个不涉及改变列类型的
I（）
的一步解决方案

m <- matrix(c(1,2,3,4), nrow=2, ncol=2)
df <- data.frame(id = rep(1, nrow(m)))
df$mat <- m
names(df)
# [1] "id"  "mat"
str(df)
# 'data.frame': 2 obs. of  2 variables:
#  $ id : num  1 1
#  $ mat: num [1:2, 1:2] 1 2 3 4

m尽管我给出了答案，但我还是对另一位受访者表示同情：你为什么要这么做？也许我们可以帮你找到一个更好的R习惯用法…我有输入和输出为矩阵的数据。我希望每一次体验都是一行数据帧。tidyverse系列软件包的最新进展，特别是purrr，使得为函数式编程创建任意数据类型的嵌套列非常有用。嵌套的矩阵列可以用作将每个矩阵转换为更简单结构的准备步骤。尽管这样可以将矩阵转换为数据帧中的列。对于某些应用程序来说可能还可以（您可以通过i*nrow+ncol访问元素），但如果您的矩阵大小不同，则会受到限制。有关更简单的解决方案，请参阅我的答复。
df = data.frame(response_var1)
df$spectra = spectra_mat

str(df)

'data.frame':   9 obs. of  2 variables:
 $ response_var1: int  1 2 3 4 5 6 7 8 9
 $ spectra      : int [1:9, 1:5] 1 2 3 4 5 6 7 8 9 10 ...

m <- matrix(c(1,2,3,4), nrow=2, ncol=2)
df <- data.frame(id = rep(1, nrow(m)))
df$mat <- m
names(df)
# [1] "id"  "mat"
str(df)
# 'data.frame': 2 obs. of  2 variables:
#  $ id : num  1 1
#  $ mat: num [1:2, 1:2] 1 2 3 4