R 使用mapply计算行名和列名之间的levenshteinDist

我想使用mapply函数计算矩阵的行名和列名之间的levenshteinDist距离：因为may矩阵的体积太大，使用嵌套循环“for”需要很长时间才能给出结果

下面是嵌套循环的旧代码：

mymatrix  <- matrix(NA, nrow=ncol(dataframe),ncol=ncol(dataframe),dimnames=list(colnames(dataframe),colnames(dataframe)))
distfunction = function (text1, text2) {return(1 - (levenshteinDist(text1, text2)/max(nchar(text1), nchar(text2))))}
for(i in 1:ncol(mymatrix))
{
  for(j in 1:nrow(mymatrix))

   mymatrix[i,j]=(distfunction(rownames(mymatrix)[i], colnames(mymatrix)[j]))*100
 }

它给了我这个错误：

   Error in typeof(str2) : argument "text2" is missing, with no default

我计划将levenshteinDist距离应用于我的矩阵，然后总结如何应用myfunction

可能吗

---

谢谢。

此上下文中不能使用函数

mapply

。它需要两个输入向量，函数应用于第一个元素，第二个元素。。等等但你希望所有的组合都适用

您可以尝试堆叠的

sapply

sapply(colnames(mymatrix), function(col) 
  sapply(rownames(mymatrix), function(row) 
    distfunction(row, col)))*100

简单用法示例 输出：

     [,1] [,2] [,3]
[1,]    1    2    3
[2,]    2    4    6
[3,]    3    6    9
[4,]    4    8   12

更新 更好的方法是使用

outer

，但我认为您的

distfunction

没有矢量化（由于

max

）。因此，请使用包装函数

矢量化
：

distfunction_vec <- Vectorize(distfunction)
outer(rownames(mymatrix), rownames(mymatrix), distfunction_vec)

distfunction\u vec谢谢@DeltaKappa。我试试这个解决办法。希望这能缩短执行时间。你的解决方案对我的脚本非常有效！非常感谢您@DeltaKappa。你真是个天才。我在尝试你的解决方案“更新”，希望能缩短执行时间。但我的函数似乎无法矢量化：我通过
pmax
切换了
max
，运行了
distfunction\u vec
Vectorize
只在函数周围创建了一个薄薄的包装，所以对于矢量化函数，
is.vector（）
不会返回
TRUE
。它只是更好地阅读与外部。我没想到会有绩效提升。
     [,1] [,2] [,3]
[1,]    1    2    3
[2,]    2    4    6
[3,]    3    6    9
[4,]    4    8   12

distfunction_vec <- Vectorize(distfunction)
outer(rownames(mymatrix), rownames(mymatrix), distfunction_vec)