R 为行组创建具有聚合值的矩阵
我有一个大矩阵,包含从微观细胞图像中提取的各种特征。不同的特征分布在列中,单个单元格分布在该矩阵的行中。然而,测量结果来自时间推移显微镜,因此每个细胞在该基质中有90行(时间点)。这个矩阵的维数是[cell_amount*90;feature_amount] 我的目标是:R 为行组创建具有聚合值的矩阵,r,matrix,aggregate,R,Matrix,Aggregate,我有一个大矩阵,包含从微观细胞图像中提取的各种特征。不同的特征分布在列中,单个单元格分布在该矩阵的行中。然而,测量结果来自时间推移显微镜,因此每个细胞在该基质中有90行(时间点)。这个矩阵的维数是[cell_amount*90;feature_amount] 我的目标是: 计算每个单元格的后续时间点之差(时间序列的“导数”),然后 创建一个新矩阵,该矩阵包含每个单元格的这些差异的集合(以便新矩阵具有维度[cell_amount;feature_amount]) 我在R中设置了一些代码来测试我
- 计算每个单元格的后续时间点之差(时间序列的“导数”),然后
- 创建一个新矩阵,该矩阵包含每个单元格的这些差异的集合(以便新矩阵具有维度[cell_amount;feature_amount])
A <- matrix(sample(1:100, 4*12), ncol = 4)
B <- abs( A - dplyr::lag(A) )
B[seq(1,nrow(B), 3),] <- NA
结果矩阵包含每个单元格的这些值的聚合,在本例中为方差,应如下所示:
[,1] [,2] [,3] [,4]
[1,] 1250 112.5 648 40.5
[2,] 4.5 4.5 968 2
[3,] 312.5 420.5 2048 8
[4,] 924.5 50 1568 84.5
如何计算R中的新矩阵?非常感谢您的帮助。因为您使用的是没有种子的随机样本,我无法重新创建您的
矩阵。然而,这里是对B
矩阵的重新创建
B <- matrix(scan(text="
NA NA NA NA
82 29 54 22
32 44 18 31
NA NA NA NA
22 61 10 33
19 64 54 35
NA NA NA NA
59 18 6 10
34 47 70 6
NA NA NA NA
60 23 68 22
17 13 12 9"), ncol=4, byrow=T)
您还可以创建适当的分组变量并使用aggregate()
row\u示例那么这个输入的期望输出是什么?请给出具体值,以便测试可能的解决方案?谢谢您的输入。我重新计算了这个问题,并给出了一个预期的输出矩阵。这些值正好用于测试目的。
B <- matrix(scan(text="
NA NA NA NA
82 29 54 22
32 44 18 31
NA NA NA NA
22 61 10 33
19 64 54 35
NA NA NA NA
59 18 6 10
34 47 70 6
NA NA NA NA
60 23 68 22
17 13 12 9"), ncol=4, byrow=T)
apply(array(B, dim=c(3,4,4)),2:3, var, na.rm=T)
# [,1] [,2] [,3] [,4]
# [1,] 1250.0 112.5 648 40.5
# [2,] 4.5 4.5 968 2.0
# [3,] 312.5 420.5 2048 8.0
# [4,] 924.5 50.0 1568 84.5
row_sample <- rep(1:3, each=nrow(B)/3)
aggregate(B, list(row_sample), var, na.rm=T)
# Group.1 V1 V2 V3 V4
# 1 1 1250.0000 112.5000 648.0000 40.50000
# 2 2 496.3333 662.3333 709.3333 193.00000
# 3 3 469.0000 305.3333 1084.0000 72.33333