arrays - R中的元素比较

Question

我正在尝试编写一个 for 循环来比较两个人之间的值，但不是同一个人。以下数据框包含五个主题的值:

           Value1 
Subject1   0      
Subject2   1      
Subject3   5      
Subject4   6      
Subject5   8      

我编写了一个双循环，它根据以下标准创建一个“Value2”变量:

如果主体具有较大的 Value1，则结果为 +1。

如果主题具有相等的 Value1，则结果为 0。

如果主体具有较小的 Value1，则结果为 -1。

例如，科目 1 的值 1 小于其他四个科目；这应该导致-4。到目前为止，我编写的循环适用于第一个主题，但无法迭代到第二个主题。

Value2<-0
i = 0
w = 0

for(i in 1:length(Value1)){
    for(j in 1:length(Value1)){
        if(i != j){
            Value1[i] = w
            if(w > Value1[j]){
                Value2[i] = Value2[i] + 1
            }    
            if(w < Value1[j]){
                Value2[i] = Value2[i] - 1
            } 
            if(w == Value1[j]){
                Value2[i] = Value2[i] + 0
            }
        }
    }
}

Answer 1

如果我正确理解问题，这应该给你你想要的

x <- c(0, 1, 5, 6, 8)
colSums(outer(x, x, '<')) - colSums(outer(x, x, '>'))
# [1] -4 -2  0  2  4

或者

-colSums(sign(outer(x, x, '-')))
# [1] -4 -2  0  2  4

编辑:如果你的向量很大(或者即使不是，真的)使用 d.b. 的 rank方法代替 . outer函数将创建一个 NxN 矩阵，其中 N 是 x 的长度.例如，当 x是 sample(1e5) outer将尝试创建一个大于 30Gb 的矩阵!这意味着 2019 年大多数人的笔记本电脑甚至没有足够的内存来使用这种方法来处理大型向量。与此相同 x ，方法使用rank由 d.b. 提供几乎立即返回结果。

大小为 1000 的向量的基准

x <- sample(1000)
microbenchmark(
outer_diff = colSums(-sign(outer(x, x, '-'))),
outer_gtlt = colSums(outer(x, x, '<')) - colSums(outer(x, x, '>')),
rank = {r <- rank(x); 2*(r - mean(r))}
)
# Unit: microseconds
#        expr      min         lq       mean    median        uq        max neval cld
#  outer_diff 15930.26 16872.4175 20946.2980 18030.776 25346.677  38668.324   100   b
#  outer_gtlt 14168.21 15120.4165 28970.7731 16698.264 23857.651 352390.298   100   b
#        rank   111.18   141.5385   170.8885   177.026   188.513    282.257   100  a