这可能是简单的解决。 我有一个2D矩阵mat用500行×335列，和一个data.frame dat与120425点的行。 该data.frame dat有两列I和J ，这是整数索引的行，从塔mat 。 我想从添加值mat到的行dat 。
这里是我的概念失败：
> dat$matval <- mat[dat$I, dat$J]
Error: cannot allocate vector of length 1617278737
（我在Win32，使用R 2.13.1）。 挖一个深一点，我看到我滥用矩阵索引，因为它看来，我只得到的子矩阵mat ，而不是值的一维数组如我所料，即：
> str(mat[dat$I[1:100], dat$J[1:100]])
int [1:100, 1:100] 20 1 1 1 20 1 1 1 1 1 ...
我期待像int [1:100] 20 1 1 1 20 1 1 1 1 1 ... 。 什么是指数的正确方法使用行，列的索引来获取值的二维矩阵？
几乎。 需要将提供给“[”作为一个两列的矩阵：
dat$matval <- mat[ cbind(dat$I, dat$J) ] # should do it.
有一个警告：虽然这也适用于dataframes，它们首先被强制转换矩阵级，如果任何的非数字，整个矩阵变成“最低分母”级。
使用矩阵指数迪文建议当然是干净多了，但对于一些奇怪的原因做它使用1-d指数人工实际上是略快：
# Huge sample data
mat <- matrix(sin(1:1e7), ncol=1000)
dat <- data.frame(I=sample.int(nrow(mat), 1e7, rep=T),
J=sample.int(ncol(mat), 1e7, rep=T))
system.time( x <- mat[cbind(dat$I, dat$J)] ) # 0.51 seconds
system.time( mat[dat$I + (dat$J-1L)*nrow(mat)] ) # 0.44 seconds
所述dat$I + (dat$J-1L)*nrow(m)部转动2- d指数成1- d的。 在1L是指定一个整数，而不是双价值的方式。 这样就避免了一些强制转换。
......我也试过GSK3的应用为基础的解决方案。 这几乎是500倍速度较慢，但：
system.time( apply( dat, 1, function(x,mat) mat[ x[1], x[2] ], mat=mat ) ) # 212
下面是一个使用一个班轮apply的基于行的操作
> dat <- as.data.frame(matrix(rep(seq(4),4),ncol=2))
> colnames(dat) <- c('I','J')
> dat
I J
1 1 1
2 2 2
3 3 3
4 4 4
5 1 1
6 2 2
7 3 3
8 4 4
> mat <- matrix(seq(16),ncol=4)
> mat
[,1] [,2] [,3] [,4]
[1,] 1 5 9 13
[2,] 2 6 10 14
[3,] 3 7 11 15
[4,] 4 8 12 16
> dat$K <- apply( dat, 1, function(x,mat) mat[ x[1], x[2] ], mat=mat )
> dat
I J K
1 1 1 1
2 2 2 6
3 3 3 11
4 4 4 16
5 1 1 1
6 2 2 6
7 3 3 11
8 4 4 16
n <- 10
mat <- cor(matrix(rnorm(n*n),n,n))
ix <- matrix(NA,n*(n-1)/2,2)
k<-0
for (i in 1:(n-1)){
for (j in (i+1):n){
k <- k+1
ix[k,1]<-i
ix[k,2]<-j
}
}
o <- rep(NA,nrow(ix))
o <- mat[ix]
out <- cbind(ix,o)
