提问人：Ann 提问时间：10/12/2023 最后编辑：Ann 更新时间：10/14/2023 访问量：49
匹配 data.table 和 matrix 并计算新列
Match data.table and matrix and compute new column
问：
我有两个data.tables“通勤者”和“距离”。距离是一个巨大的距离矩阵，具有行和列索引。通勤者有一个列“家”和“目的地”。
通勤者（1646044排）：
| 家 | 目的地 |
|---|---|
| 2 | 2 |
| 1 | 2 |
| 3 | 3 |
| 1 | 4 |
| 1 | 4 |
距离（1187 行）：
| 1 | 2 | 3 | 4 | |
|---|---|---|---|---|
| 1 | 238.23 | 453 | 263 | 1 |
| 2 | 21.2 | 1 | 238.23 | 238.23 |
| 3 | 577.98 | 238.23 | 4362 | 2443.22 |
| 4 | 234.12 | 987.98 | 89.93 | 12.21 |
我想为 df 通勤者添加一个新列“距离”。因此，如果“home”中的值与“distance”的行索引匹配，并且“destination”与“distance”的列索引匹配，我想将矩阵中的相应值添加到“commuters”中的这个新列“distance”中。问题在于，“家”有时多次使用相同的值（这就是为什么通勤者的行数多于距离的原因）。R 一直给我错误，即“cpmmuters”中的行与“distance”中的行不匹配。但是，我想保留重复项（如下表所示：“1 |4“ 出现两次）。
期望输出：
| 家 | 目的地 | 距离 |
|---|---|---|
| 2 | 2 | 1 |
| 1 | 2 | 453 |
| 3 | 3 | 4362 |
| 1 | 4 | 1 |
| 1 | 4 | 1 |
我尝试过什么：
commuters$distance <- distance[cbind(commuters$home, commuters$destination)]
我收到此错误： i 是无效类型（矩阵）。也许将来 2 列矩阵可以返回 DT 元素列表（本着常见问题解答 2.14 中 A[B] 的精神）。如果您愿意，请向 data.table 问题跟踪器报告，或将您的评论添加到 FR #657。
我该如何解决这个问题？
答：
1赞
Dean MacGregor
10/12/2023
#1
我会把它作为融化和合并来做。
设置
dist<-data.table(home = 0:4,
`1` = c(1, 238.23, 21.2, 577.98, 234.12),
`2` = c(2, 453, 1, 238.23, 987.98),
`3` = c(3, 263, 238.23,4362, 89.93),
`4` = c(4, 1, 238.23, 2443.22, 12.21))
comm <- data.table(home=c(2,1,3,1,1), destination=c(2,2,3,4,4))
最后
merge(
comm,
melt(dist, id.vars='home',
value.name = 'distance',
variable.factor = FALSE,
variable.name='destination')[,
destination:=as.numeric(destination)],
by=c('destination', 'home')
)
destination home distance
1: 2 1 453
2: 2 2 1
3: 3 3 4362
4: 4 1 1
5: 4 1 1
0赞
r2evans
10/12/2023
#2
无需做任何花哨的事情（无需熔化）：矩阵的基本访问器允许使用 2 列矩阵来指定行/列索引。然而，你的错误是因为你的“矩阵”（正如你所说的那样）实际上是一个.如果它是一个框架或一个矩阵，它可以工作：[data.table
as.data.table(distance)[cbind(commuters$home, commuters$destination)]
# Error in `[.data.table`(as.data.table(distance), cbind(commuters$home, :
# i is invalid type (matrix). Perhaps in future a 2 column matrix could return a list of elements of DT (in the spirit of A[B] in FAQ 2.14). Please report to data.table issue tracker if you'd like this, or add your comments to FR #657.
as.data.frame(distance)[cbind(commuters$home, commuters$destination)]
# [1] 1 453 4362 1 1
as.matrix(distance)[cbind(commuters$home, commuters$destination)]
# [1] 1 453 4362 1 1
所以如果真的是，我们可以做到commutersdata.table
commuters[, dist := as.matrix(distance)[cbind(home, destination)] ]
# home destination dist
# <int> <int> <num>
# 1: 2 2 1
# 2: 1 2 453
# 3: 3 3 4362
# 4: 1 4 1
# 5: 1 4 1
数据
commuters <- data.table::as.data.table(structure(list(home = c(2L, 1L, 3L, 1L, 1L), destination = c(2L, 2L, 3L, 4L, 4L)), row.names = c(NA, -5L), class = c("data.table", "data.frame")))
# the matrix version of distance ...
# to reproduce the error, convert this to a data.frame or data.table
distance <- structure(c(238.23, 21.2, 577.98, 234.12, 453, 1, 238.23, 987.98, 263, 238.23, 4362, 89.93, 1, 238.23, 2443.22, 12.21), dim = c(4L, 4L), dimnames = list(NULL, c("1", "2", "3", "4")))
评论
0赞
Ann
10/12/2023
谢谢你的解释！不幸的是，我仍然收到以下错误：“提供了要分配给'距离'列1646044项目的1642074项目。我能做些什么来解决这个问题？
0赞
r2evans
10/12/2023
检查 中的值，因为 R 不适用于索引。例如，对于我拥有的数据，do ，然后生成长度为 4 而不是长度为 5 的向量。也许您的距离索引是基于 0 而不是从 1 开始的？0commuters0commuters[1,home:=0L]as.matrix(distance)[cbind(commuters$home, commuters$destination)]
0赞
r2evans
10/12/2023
另外，需要明确的是，鉴于具有整数列，它是基于位置的行/列索引，而不是基于可能具有的任何行/列名称。如果您需要改用维度的名称（其中可能您有一个名为 ），那么您需要在将它们转换为字符串之前将整数转换为字符串。commutersdistancedistance0cbind
0赞
Ann
10/12/2023
事实上，我在“主页”和“目的地”列中确实有 0。但是，如果我想更改它们以进行索引匹配，则需要将这些列中的每个值更改 +1。你能告诉我我是怎么做到的吗？非常感谢！
0赞
r2evans
10/12/2023
我不确定你在问什么。你是说还是？或者您的意思是仅针对包含 ？as.matrix(distance)[cbind(1+commuters$home, 1+commuters$destination)]as.matrix(distance)[1+cbind(commuters$home, commuters$destination)]0
评论
distancedata.tabledput(head(distance))dputmatrix