如何将矩阵转换为 R 中的列向量列表？
Posted
技术标签:
【中文标题】如何将矩阵转换为 R 中的列向量列表？【英文标题】：How to convert a matrix to a list of column-vectors in R? 【发布时间】：2011-10-12 18:50:08 【问题描述】：假设您要将矩阵转换为列表，其中列表的每个元素都包含一列。 list() 或 as.list() 显然不起作用，直到现在我使用 tapply 的行为来进行破解：
x <- matrix(1:10,ncol=2)
tapply(x,rep(1:ncol(x),each=nrow(x)),function(i)i)
我对此并不完全满意。有人知道我忽略的更清洁的方法吗？
（为了制作一个充满行的列表，代码显然可以更改为：
tapply(x,rep(1:nrow(x),ncol(x)),function(i)i)
)
【问题讨论】：
我想知道优化的 Rccp 解决方案是否会更快。 随着多年前发布的 R 3.6，this answer（使用asplit）应该是公认的。
【参考方案1】：
Gavin 的回答简单而优雅。但如果有很多列，更快的解决方案是：
lapply(seq_len(ncol(x)), function(i) x[,i])
下例中速度差为 6 倍：
> x <- matrix(1:1e6, 10)
> system.time( as.list(data.frame(x)) )
user system elapsed
1.24 0.00 1.22
> system.time( lapply(seq_len(ncol(x)), function(i) x[,i]) )
user system elapsed
0.2 0.0 0.2
【讨论】：
+1 关于各种解决方案的相对效率的好点。迄今为止最好的答案。 但我认为为了获得相同的结果，您需要执行 lapply(seq_len(nrow(x)), function(i) x[i,]) 然后速度较慢。【参考方案2】：为了给猫剥皮，将数组视为一个向量，就好像它没有 dim 属性一样：
split(x, rep(1:ncol(x), each = nrow(x)))
【讨论】：
这是tapply 所做工作的核心。但它更简单:)。 split(x, col(x))（和 split(x, row(x)) 分别）可能更慢但看起来不错的解决方案。
我查过了。同样快的是split(x, c(col(x)))。但看起来更糟。
split(x, col(x)) 看起来更好 - 对向量的隐式强制很好。 . .
经过多次测试，这似乎是最快的，尤其是在有很多行或列的情况下。
请注意，如果x 有列名，那么split(x, col(x, as.factor = TRUE)) 将保留这些名称。【参考方案3】：
data.frames 存储为列表，我相信。因此强制似乎是最好的：
as.list(as.data.frame(x))
> as.list(as.data.frame(x))
$V1
[1] 1 2 3 4 5
$V2
[1] 6 7 8 9 10
基准测试结果很有趣。 as.data.frame 比 data.frame 快，要么是因为 data.frame 必须创建一个全新的对象，要么是因为跟踪列名的成本很高（看看 c(unname()) 与 c() 的比较)? @Tommy 提供的 lapply 解决方案快了一个数量级。 as.data.frame() 结果可以通过手动强制有所改善。
manual.coerce <- function(x)
x <- as.data.frame(x)
class(x) <- "list"
x
library(microbenchmark)
x <- matrix(1:10,ncol=2)
microbenchmark(
tapply(x,rep(1:ncol(x),each=nrow(x)),function(i)i) ,
as.list(data.frame(x)),
as.list(as.data.frame(x)),
lapply(seq_len(ncol(x)), function(i) x[,i]),
c(unname(as.data.frame(x))),
c(data.frame(x)),
manual.coerce(x),
times=1000
)
expr min lq
1 as.list(as.data.frame(x)) 176221 183064
2 as.list(data.frame(x)) 444827 454237
3 c(data.frame(x)) 434562 443117
4 c(unname(as.data.frame(x))) 257487 266897
5 lapply(seq_len(ncol(x)), function(i) x[, i]) 28231 35929
6 manual.coerce(x) 160823 167667
7 tapply(x, rep(1:ncol(x), each = nrow(x)), function(i) i) 1020536 1036790
median uq max
1 186486 190763 2768193
2 460225 471346 2854592
3 449960 460226 2895653
4 271174 277162 2827218
5 36784 37640 1165105
6 171088 176221 457659
7 1052188 1080417 3939286
is.list(manual.coerce(x))
[1] TRUE
【讨论】：
被加文打败了 5 秒。该死的，“你是人类”的屏幕吗？ :-) 我猜是幸运的，我只是在@Joris 在我前面回答 Perter Flom 的 Q 之后才看到这个。另外，as.data.frame() 丢失了数据框的名称，所以data.frame()更好一点。
manual.coerce(x) 的等价物可能是 unclass(as.data.frame(x))。
谢谢马雷克。这大约快 6%，大概是因为我可以避免使用函数定义/调用。【参考方案4】：
将数据框转换为列表似乎可行：
> as.list(data.frame(x))
$X1
[1] 1 2 3 4 5
$X2
[1] 6 7 8 9 10
> str(as.list(data.frame(x)))
List of 2
$ X1: int [1:5] 1 2 3 4 5
$ X2: int [1:5] 6 7 8 9 10
【讨论】：
【参考方案5】：使用plyr对于这样的事情非常有用：
library("plyr")
alply(x,2)
$`1`
[1] 1 2 3 4 5
$`2`
[1] 6 7 8 9 10
attr(,"class")
[1] "split" "list"
【讨论】：
【参考方案6】：使用asplit 将矩阵转换为向量列表
asplit(x, 1) # split into list of row vectors
asplit(x, 2) # split into list of column vectors
【讨论】：
【参考方案7】：我知道这是 R 中的诅咒，我并没有太多的声誉来支持这一点，但我发现 for 循环更有效。我正在使用以下函数将矩阵 mat 转换为其列的列表：
mat2list <- function(mat)
list_length <- ncol(mat)
out_list <- vector("list", list_length)
for(i in 1:list_length) out_list[[i]] <- mat[,i]
out_list
与 mdsummer 和原始解决方案进行比较的快速基准测试：
x <- matrix(1:1e7, ncol=1e6)
system.time(mat2list(x))
user system elapsed
2.728 0.023 2.720
system.time(split(x, rep(1:ncol(x), each = nrow(x))))
user system elapsed
4.812 0.194 4.978
system.time(tapply(x,rep(1:ncol(x),each=nrow(x)),function(i)i))
user system elapsed
11.471 0.413 11.817
【讨论】：
当然这会删除列名，但它们在原始问题中似乎并不重要。 Tommy 的解决方案更快更紧凑：system.time( lapply(seq_len(ncol(x)), function(i) x[,i]) ) user: 1.668 system: 0.016 elapsed: 1.693
试图在不同的上下文中解决这个问题，但不起作用：***.com/questions/63801018 .... 寻找这个：vec2 = castMatrixToSequenceOfLists(vecs);【参考方案8】：
新函数asplit() 将在 v3.6 中加入基础 R。在那之前，本着与@mdsumner 的回答类似的精神，我们也可以这样做
split(x, slice.index(x, MARGIN))
根据asplit() 的文档。然而，如前所述，所有基于split() 的解决方案都比@Tommy 的lapply/`[` 慢得多。这也适用于新的asplit()，至少目前的形式如此。
split_1 <- function(x) asplit(x, 2L)
split_2 <- function(x) split(x, rep(seq_len(ncol(x)), each = nrow(x)))
split_3 <- function(x) split(x, col(x))
split_4 <- function(x) split(x, slice.index(x, 2L))
split_5 <- function(x) lapply(seq_len(ncol(x)), function(i) x[, i])
dat <- matrix(rnorm(n = 1e6), ncol = 100)
#> Unit: milliseconds
#> expr min lq mean median uq max neval
#> split_1(dat) 16.250842 17.271092 20.26428 18.18286 20.185513 55.851237 100
#> split_2(dat) 52.975819 54.600901 60.94911 56.05520 60.249629 105.791117 100
#> split_3(dat) 32.793112 33.665121 40.98491 34.97580 39.409883 74.406772 100
#> split_4(dat) 37.998140 39.669480 46.85295 40.82559 45.342010 80.830705 100
#> split_5(dat) 2.622944 2.841834 3.47998 2.88914 4.422262 8.286883 100
dat <- matrix(rnorm(n = 1e6), ncol = 1e5)
#> Unit: milliseconds
#> expr min lq mean median uq max neval
#> split_1(dat) 204.69803 231.3023 261.6907 246.4927 289.5218 413.5386 100
#> split_2(dat) 229.38132 235.3153 253.3027 242.0433 259.2280 339.0016 100
#> split_3(dat) 208.29162 216.5506 234.2354 221.7152 235.3539 342.5918 100
#> split_4(dat) 214.43064 221.9247 240.7921 231.0895 246.2457 323.3709 100
#> split_5(dat) 89.83764 105.8272 127.1187 114.3563 143.8771 209.0670 100
【讨论】：
【参考方案9】：在 tidyverse 的 purrr 包中有一个函数 array_tree() 可以轻松做到这一点：
x <- matrix(1:10,ncol=2)
xlist <- purrr::array_tree(x, margin=2)
xlist
#> [[1]]
#> [1] 1 2 3 4 5
#>
#> [[2]]
#> [1] 6 7 8 9 10
改为使用margin=1 按行列出。适用于 n 维数组。它默认保留名称：
x <- matrix(1:10,ncol=2)
colnames(x) <- letters[1:2]
xlist <- purrr::array_tree(x, margin=2)
xlist
#> $a
#> [1] 1 2 3 4 5
#>
#> $b
#> [1] 6 7 8 9 10
（这是我对类似问题here的回答的逐字逐句复制）
【讨论】：
【参考方案10】：在Some R Help site accessible via nabble.com 下我找到：
c(unname(as.data.frame(x)))
作为一个有效的解决方案，在我的 R v2.13.0 中安装这看起来不错：
> y <- c(unname(as.data.frame(x)))
> y
[[1]]
[1] 1 2 3 4 5
[[2]]
[1] 6 7 8 9 10
不能说性能比较或它有多干净;-)
【讨论】：
有趣。我认为这也可以通过胁迫来实现。c(as.data.frame(x)) 产生与 as.list(as.data.frame(x) 相同的行为
我认为是这样，因为样本列表/矩阵的成员是同一类型的，但我不是专家。【参考方案11】：
您可以使用apply，然后使用c 和do.call
x <- matrix(1:10,ncol=2)
do.call(c, apply(x, 2, list))
#[[1]]
#[1] 1 2 3 4 5
#
#[[2]]
#[1] 6 7 8 9 10
看起来它会在添加到矩阵时保留列名。
colnames(x) <- c("a", "b")
do.call(c, apply(x, 2, list))
#$a
#[1] 1 2 3 4 5
#
#$b
#[1] 6 7 8 9 10
【讨论】：
或unlist(apply(x, 2, list), recursive = FALSE)
是的。您应该将其添加为@baptiste 的答案。
但这需要向下滚动到页面底部！我太懒了
我的机器上有一个“END”按钮... :-)
我认为这也可以通过创建一个空列表并填充它来完成。 y <- vector("list", ncol(x)) 和 y[1:2] <- x[,1:2] 类似的东西，虽然它的工作方式并不完全一样。【参考方案12】：
convertRowsToList BBmisc
将 data.frame 或矩阵的行（列）转换为列表。
BBmisc::convertColsToList(x)
参考：http://berndbischl.github.io/BBmisc/man/convertRowsToList.html
【讨论】：
【参考方案13】：在列数很小且恒定的微不足道的情况下，我发现最快的选择是简单地对转换进行硬编码：
mat2list <- function (mat) lapply(1:2, function (i) mat[, i])
mat2list2 <- function (mat) list(mat[, 1], mat[, 2])
## Microbenchmark results; unit: microseconds
# expr min lq mean median uq max neval
## mat2list(x) 7.464 7.932 8.77091 8.398 8.864 29.390 100
## mat2list2(x) 1.400 1.867 2.48702 2.333 2.333 27.525 100
【讨论】：
【参考方案14】：创建以矩阵 mat 的列作为其元素的列表的最简单方法是使用 R 中的 data.frame 对象在内部表示为列的列表这一事实。因此，所需要的一切 是下面一行
mat.list <- as.data.frame(mat)
【讨论】：
以上是关于如何将矩阵转换为 R 中的列向量列表？的主要内容，如果未能解决你的问题，请参考以下文章
如何将两列“计数”矩阵转换为 R 中的二进制向量？ [复制]