如何使用while()函数每次计算矩阵一行，直到找到最后一列的最后一行索引才能达到<0

Question

-edited为了清晰-

我感兴趣的是求多维自相关函数的零点。

我可以根据我的数据生成自相关矩阵

acm <- autocorr(x, 1:10)

然而，整个矩阵可以在20x5000左右，这在计算上是昂贵的。

因此，我想一次只计算1或n行。

以下是我想要采取的步骤

计算matrix

• while(any列中的第一行具有所有正值)计算并将矩阵的下一行附加到已计算的行

• 标识最后一列的行索引以达到零

如果这是完整的矩阵：

acm <- cbind( c(10, 9, 8, 7, 6, 5, 4, 3, 1, -1),
              c(10, 8, 6, 5, 3, 1, -1, 1, -1, 0 ))

我想要一个函数，它将返回10，因为第一个col是最后到达负值的函数。如果我先计算出完整的矩阵，下面的内容就足够了：

max(which(apply(acm, 2, min)))

但是我想避免计算更多的acm，例如，因为计算时通常只需要1行或一小部分行。

Answer 1

有一个循环解决方案，使用中断函数。这是使用索引和向量tt来跟踪哪些列已经显示负值的攻击。

find.point <- function(x){
    tt <- rep(F,ncol(x))         # control vector tt

    for (i in 1:nrow(x)){
        tt[which(x[i,]<0)] <- T  # check which columns have negative value
        if(all(tt)) break        # if all have reached negative, get out of loop
    }
    i                          # return index
}

输出与oneliner相同。

max(apply(acm<0,2,function(x) match(T,x)))

我相信你在你的问题中提到过。我不太明白你的表现有什么问题。这取决于您是有5000列还是5000行。在任何情况下，即使有一个10倍大的数据集，我也可以在一秒钟内使用oneliner进行计算：

计时：

> acm <- matrix(rep(seq.int(5000,-5999),100),ncol=22)

> dim(acm)
[1] 50000    22

> system.time(max(apply(acm<0,2,function(x) match(T,x))))
   user  system elapsed 
   0.05    0.00    0.05 

> system.time(find.point(acm))
   user  system elapsed 
   0.05    0.00    0.05 

然而，当您有许多列时，与oneliner的功能相比，计时功能有了很大的改进：

> acm <- matrix(rep(seq.int(5000,-5999),100),ncol=50000)

> dim(acm)
[1]    22 50000

> system.time(max(apply(acm<0,2,function(x) match(T,x))))
   user  system elapsed 
   0.85    0.01    0.86 

> system.time(find.point(acm))
   user  system elapsed 
   0.03    0.00    0.04 

见鬼，你逼我想出一个比单线机更快的循环解决方案。好酷的问题！

Answer 2

我不清楚您的函数到底在做什么，但是要回答“如何才能找到动态生成的矩阵的最后一行，其中列的值低于零？”：

findlastzero = function(mat){
     apply(mat<0, 2, function(x)tail(which(x),1 ))
   }

set.seed(1)
a <- cbind(rnorm(10), rnorm(10), rnorm(10), rnorm(10)) + 0.5

a

            [,1]       [,2]        [,3]        [,4]
 [1,] -0.1264538  2.0117812  1.41897737  1.85867955
 [2,]  0.6836433  0.8898432  1.28213630  0.39721227
 [3,] -0.3356286 -0.1212406  0.57456498  0.88767161
 [4,]  2.0952808 -1.7146999 -1.48935170  0.44619496
 [5,]  0.8295078  1.6249309  1.11982575 -0.87705956
 [6,] -0.3204684  0.4550664  0.44387126  0.08500544
 [7,]  0.9874291  0.4838097  0.34420449  0.10571005
 [8,]  1.2383247  1.4438362 -0.97075238  0.44068660
 [9,]  1.0757814  1.3212212  0.02184994  1.60002537
[10,]  0.1946116  1.0939013  0.91794156  1.26317575


findlastzero(a)
[1] 6 4 8 5

不过，不知道这是不是你想要的。

Answer 3

不确定我是否正确地理解了您的问题，但是您可以使用tapply在矩阵的每一行中提取您想要的信息。

我首先创建一个与您的a大小相同的“分组矩阵”，这是将每一行作为输入输入到lambda函数中的索引。

matrix(rep(1:10,4),nrow=10,ncol=4)

然后，我使用分组矩阵在原始矩阵上运行"tapply“。这将设置矩阵，以便将每一行向量传递到函数中：

function(x) { return( x[which(x<0)] ) }

它只返回每一行值小于零的所有值。

> a
            [,1]       [,2]       [,3]       [,4]
 [1,]  0.5341781 -0.9263866 -0.5380141 -1.2453310
 [2,]  0.2931630  1.0490300  0.8127472  0.2473263
 [3,]  1.0936143 -0.3399709  1.8199833  1.0053080
 [4,]  1.0002433  0.2002659  1.7730118  1.7578414
 [5,]  0.8116914  0.9371518  0.8727981  1.4236349
 [6,] -0.1127914  1.1563594  1.0331311  0.7658510
 [7,] -0.5423493  1.8905533 -0.8121652  0.1355076
 [8,] -1.6589310  0.4081290  0.3560005  1.6043205
 [9,]  1.8760435  0.8826245  1.4457357  0.7561550
[10,] -0.8503400  0.2302597  0.5838986  0.1252952
> matrix(rep(1:10,4),nrow=10,ncol=4)
      [,1] [,2] [,3] [,4]
 [1,]    1    1    1    1
 [2,]    2    2    2    2
 [3,]    3    3    3    3
 [4,]    4    4    4    4
 [5,]    5    5    5    5
 [6,]    6    6    6    6
 [7,]    7    7    7    7
 [8,]    8    8    8    8
 [9,]    9    9    9    9
[10,]   10   10   10   10
> tapply(a, matrix(rep(1:10,4),nrow=10,ncol=4), function(x) { return(x[which(x<0)])})
$`1`
[1] -0.9263866 -0.5380141 -1.2453310

$`2`
numeric(0)

$`3`
[1] -0.3399709

$`4`
numeric(0)

$`5`
numeric(0)

$`6`
[1] -0.1127914

$`7`
[1] -0.5423493 -0.8121652

$`8`
[1] -1.658931

$`9`
numeric(0)

$`10`
[1] -0.85034