創建列表清單的有效方法

我使用lapply和mapply來創建一堆操作。我的數據由列表組成。創建列表清單的有效方法

對於其中一個計算，我在如何使用任何應用函數時遇到了一些問題。這是我想要做的一個例子：

#list with a collection of objects, each object has a vector with the their 2 closest neighbors identification. 
list_a<-list(c(2,4),c(1,3),c(1,4),c(3,2)) 

#list with the obs of each point 
list_obs<-list(runif(1000,1,2),runif(1000,0,2),runif(1000,0.5,2),runif(1000,0.1,1.5))

位置n在list_a對應的嘶鳴。點n

位置n在list_obs點對應點n

的意見我想要做的是創建將在每個位置n的neighb的觀察之列存儲一個新的列表。分：

#output 
out=list(list(list_obs[[2]],list_obs[[4]]),list(list_obs[[1]],list_obs[[3]]),list(list_obs[[1]],list_obs[[4]]),list(list_obs[[3]],list_obs[[2]])) 
> str(out) 
List of 4 
$ :List of 2 
    ..$ : num [1:1000] 1.673 1.423 0.228 1.758 1.65 ... 
    ..$ : num [1:1000] 0.679 1.341 0.148 0.867 0.724 ... 
$ :List of 2 
    ..$ : num [1:1000] 1.25 1.5 1.58 1.54 1.6 ... 
    ..$ : num [1:1000] 0.526 1.545 1.848 0.711 0.697 ... 
$ :List of 2 
    ..$ : num [1:1000] 1.25 1.5 1.58 1.54 1.6 ... 
    ..$ : num [1:1000] 0.679 1.341 0.148 0.867 0.724 ... 
$ :List of 2 
    ..$ : num [1:1000] 0.526 1.545 1.848 0.711 0.697 ... 
    ..$ : num [1:1000] 1.673 1.423 0.228 1.758 1.65 ...

任何人都可以告訴我最好的辦法嗎？

我的數據很龐大，因此循環需要花費很多時間來運行。數據由3000點（3000-1鄰近點）組成，每點有20,000個觀測值。

來源

2013-11-27 Gago-Silva

正如你所描述的你的數據，它可能是一個矩陣，左邊的兩列爲鄰居，和1000列的觀察。這可能更簡單。在循環中，對於循環而言（暗含）比內置應用（比如應用）要慢，這是一個神話，儘管你這樣做可能會導致效率低下。有些東西比如plyr可能更快..下面的例子..你可能會嘗試dput（頭（somedata，50））爲一個可重現的例子。 –

我不知道有一個最大的矩陣大小除了內存，看看爲什麼列表使用較少的內存或比相同元素的矩陣更容易處理。如果數據真的很大，可以考慮將它放在rsqlite和/或使用dplyr包中。 –

您是否嘗試過以下命令？

lapply(list_a, function(x) list_obs[x])

來源

2013-11-27 08:21:48

lapply(list_a,FUN=function(x)lapply(x,FUN=function(y)list_obs[y]))

但是，按照意見，有可能是一個更好的方式來做到這一點剛回答

對不起鋸！

lapply(list_a,FUN=function(x)list_obs[x])

更好！

來源

2013-11-27 08:27:28 Troy

不用擔心！無論如何，感謝您的幫助。 –

創建列表清單的有效方法

回答

相關問題