R：将函数应用于矩阵的所有行对，而不使用for循环

我希望对矩阵中的所有行进行两两比较，显然，double for循环可以工作，但对于大型数据集来说非常昂贵

我查找了隐式循环，比如

apply（）

，但不知道如何避免内部循环

---

如何实现呢？

我假设您正在尝试对矩阵的所有行对进行某种类型的比较。 您可以使用

outer（）

遍历所有行索引对，并应用矢量化 每个行对的比较函数。例如，您可以计算所有行对之间的平方欧氏距离，如下所示：

m <- matrix(1:12,4,3)     
> outer(1:4,1:4, FUN = Vectorize( function(i,j) sum((m[i,]-m[j,])^2 )) )
     [,1] [,2] [,3] [,4]
[1,]    0    3   12   27
[2,]    3    0    3   12
[3,]   12    3    0    3
[4,]   27   12    3    0

m外部（1:4,1:4，FUN=Vectorize（函数（i，j）和（（m[i，]-m[j，]）^2）））
[,1] [,2] [,3] [,4]
[1,]    0    3   12   27
[2,]    3    0    3   12
[3,]   12    3    0    3
[4,]   27   12    3    0

可能不像@Prasad那样通用，但在平方和的特殊情况下，速度要快得多：

dist(m)^2

outer（）。。。（矩阵中的对角线值）。此外，outer（）还执行1-2和2-1比较

大多数情况下，成对比较只需要三角比较，而不需要自比较和镜像比较。要实现三角形比较，请使用
combn（）
方法

下面是一个示例输出，显示
outer（）
和
combn（）之间的差异

>v外部（v，v，函数（x，y）打印（粘贴（x，“-”，y）））
[1] "1 - 1" "2 - 1" "3 - 1" "4 - 1" "1 - 2" "2 - 2" "3 - 2" "4 - 2" "1 - 3" "2 - 3" "3 - 3" "4 - 3" "1 - 4" "2 - 4" "3 - 4" "4 - 4"

注意上面的“1-1”自我比较。以及“1-2”和“2-1”镜像比较。将其与以下内容进行对比：

> v <- c(1,2,3,4)
> allPairs <- combn(length(v), 2) # choose a pair from 1:length(v)
> a_ply(combn(length(v), 2), 2, function(x) print(paste(x[1],"--",x[2]))) # iterate over all pairs
[1] "1 -- 2"
[1] "1 -- 3"
[1] "1 -- 4"
[1] "2 -- 3"
[1] "2 -- 4"
[1] "3 -- 4" 

>v所有对a#u ply（combn（长度（v），2），2，函数（x）打印（粘贴（x[1]，“-”，x[2]））#迭代所有对
[1] "1 -- 2"
[1] "1 -- 3"
[1] "1 -- 4"
[1] "2 -- 3"
[1] "2 -- 4"
[1] "3 -- 4" 

你可以在上面看到矩阵的“上三角”部分

当有两个不同的向量进行成对运算时，Outer（）更合适。对于在单个向量中执行成对操作，通常可以使用combn

例如，如果你正在执行<代码>外（x，x，…）< /代码>，那么你可能做得不对——你应该考虑<代码> COMBN（长度（x），2））< /C> < /P> < P> @ GopalRISHHNA PALEM/P >
我喜欢你的解决方案！但是，我认为应该使用combn（v，2）而不是combn（length（v），2）。combn（长度（v），2）仅迭代v的索引
> v <- c(3,4,6,7)
> combn(v, 2)
     [,1] [,2] [,3] [,4] [,5] [,6]
[1,]    3    3    3    4    4    6
[2,]    4    6    7    6    7    7

> combn(length(v), 2)
     [,1] [,2] [,3] [,4] [,5] [,6]
[1,]    1    1    1    2    2    3
[2,]    2    3    4    3    4    4

> a_ply(combn(v, 2), 2, function(x) print(paste(x[1],"--",x[2])) )
[1] "3 -- 4"
[1] "3 -- 6"
[1] "3 -- 7"
[1] "4 -- 6"
[1] "4 -- 7"
[1] "6 -- 7"
> a_ply(combn(length(v), 2), 2, function(x) print(paste(x[1],"--",x[2])) )
[1] "1 -- 2"
[1] "1 -- 3"
[1] "1 -- 4"
[1] "2 -- 3"
[1] "2 -- 4"
[1] "3 -- 4"

但是，应用程序将丢弃结果，因此如何将输出存储在向量中以供进一步分析？我不想只打印结果
很好的答案！谢谢我唯一不明白的是，1:4，1:4，在例子中使用的外部函数中？它们是输出的维度，但我认为它们应该是有趣的参数吗？4是原始矩阵中的行数。对于使用结果矩阵中的数据，我有一个后续问题，这是相关矩阵，例如，对不起，我的问题是我需要检索不在范围内的每一行中的所有元素（平均值-4sd，平均值+4sd）从那一行开始，例如0.9将是平均值为0.6、sd为0.02的异常值。我想知道有没有一种优雅的方法可以做到这一点？谢谢！@rpylearning:您可能想将其作为一个新问题添加，因为它与您原来的问题没有明显的关系。无论哪种方法，4sd都不是异常值的标准度量，因此您可能也需要查看它。要存储输出时，您可以尝试
aaply
或
adply
而不是
a\u ply
我尝试应用此方法获取时间序列列表的互相关矩阵，我想在其中计算CCF矩阵。ccff@Anusha请共享您的示例代码（填充X并运行ccff）-我会检查的。您可以使用我的联系方式将您的代码片段发送给我。请查看我试图使用mapply的问题。我很想知道如何使用adply对一对系列进行计算。谢谢。
aaply
可以用于此目的。我已经给出了示例工作代码和注释，作为对您指示问题的回答n、 这里：谢谢。
> v <- c(3,4,6,7)
> combn(v, 2)
     [,1] [,2] [,3] [,4] [,5] [,6]
[1,]    3    3    3    4    4    6
[2,]    4    6    7    6    7    7

> combn(length(v), 2)
     [,1] [,2] [,3] [,4] [,5] [,6]
[1,]    1    1    1    2    2    3
[2,]    2    3    4    3    4    4

> a_ply(combn(v, 2), 2, function(x) print(paste(x[1],"--",x[2])) )
[1] "3 -- 4"
[1] "3 -- 6"
[1] "3 -- 7"
[1] "4 -- 6"
[1] "4 -- 7"
[1] "6 -- 7"
> a_ply(combn(length(v), 2), 2, function(x) print(paste(x[1],"--",x[2])) )
[1] "1 -- 2"
[1] "1 -- 3"
[1] "1 -- 4"
[1] "2 -- 3"
[1] "2 -- 4"
[1] "3 -- 4"

> df
  x  y
1 4  8
2 5  9
3 6 10
4 7 11

a_ply(combn(nrow(df), 2), 2, function(x) print(df[x[1],] - df[x[2],]))
   x  y
1 -1 -1
   x  y
1 -2 -2
   x  y
1 -3 -3
   x  y
2 -1 -1
   x  y
2 -2 -2
   x  y
3 -1 -1