使用行、列索引的矩阵中的索引值

按照 DWin 的建议，使用矩阵进行索引当然要简洁得多，但出于某种奇怪的原因，使用一维索引手动进行索引实际上会稍微快一些：

# 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

该器件将二维索引转换为一维索引。这是指定整数而不是双精度值的方法。这避免了一些胁迫。dat$I + (dat$J-1L)*nrow(m)1L

...我还尝试了 gsk3 的基于应用的解决方案。不过，它的速度几乎慢了 500 倍：

system.time( apply( dat, 1, function(x,mat) mat[ x[1], x[2] ], mat=mat ) ) # 212

下面是使用 的 基于行的操作的单行代码apply

> 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

几乎。需要提供给 “[” 作为两列矩阵：

dat$matval <- mat[ cbind(dat$I, dat$J) ] # should do it.

有一点需要注意：虽然这也适用于数据帧，但它们首先被强制为矩阵类，如果任何矩阵是非数字类，则整个矩阵成为“最小分母”类。

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)