r - 通过数据帧在 R 中自动执行多项计算

Question

我有一系列向量，每个向量都被命名为股票，例如 Facebook Inc. 的 FB。所以我在数据框中有超过 70 个系列的向量，例如 GEEK、IPAS、JCON 等。 对于每对股票，例如 GEEK 和 JCON，我必须计算一个度量，称为互信息。我已经编写了一些代码来找到一对股票的衡量标准，就像这样。

查找entropyz(X、Y 的熵，例如GEEK 和JCON 返回的二元熵)

denz<-kde2d(x,y, n=512, lims=c(xlim,ylim))
z<-denz$z
cell_sizez<-(diff(xlim)/512) * (diff(ylim)/512)
normz<-sum(z)*cell_sizez
integrandz<-z*log(z)
entropyz<-sum(integrandz)*cell_sizez
entropyz<-entropyz/normz

求entropyx(X的熵，比如GEEK返回)

denx<-kde(x=x,gridsize = 512, xmin=xlim[1], xmax = xlim[2])
zx<-denx$estimate
cell_sizex<-(diff(xlim)/512) 
normx<-sum(zx)*cell_sizex
integrandx<-zx*log(zx)
entropyx<-sum(integrandx)*cell_sizex
entropyx<-entropyx/normx

求entropyy(Y 的熵，例如 JCON 返回)

deny<-kde(x=y,gridsize = 512, xmin=ylim[1], xmax = ylim[2])
zy<-deny$estimate
cell_sizey<-(diff(ylim)/512) 
normy<-sum(zy)*cell_sizey
integrandy<-zy*log(zy)
entropyy<-sum(integrandy)*cell_sizey
entropyy<-entropyy/normy

最后找到GEEK和JCON的相互信息

MI <- entropyx+entropyy-entropyz

所以，我找到了 X 和 Y(上面的两只股票)的相互信息。但我必须计算超过 70 只股票(向量)的这个度量，其中 70 * 69/2 迭代 = 2415；就像做一个相关矩阵一样，因为是两两比较。 问题是是否知道一种方法让 R 找到数据集中所有对 (x,y) 的互信息。因此，换句话说，为数据帧上的每一对迭代此代码，从而创建一个成对矩阵。

非常感谢!

Answer 1

如果您创建一个函数 MI 来接收两个数据向量并返回值，您可以使用如下所示的方法来生成带有结果的对称方阵。如果我们假设您的数据位于数据框 df 中，我们可以这样做

MI = function(x,y,xlim,ylim){
  denz<-kde2d(x,y, n=512, lims=c(xlim,ylim))
  z<-denz$z
  cell_sizez<-(diff(xlim)/512) * (diff(ylim)/512)
  normz<-sum(z)*cell_sizez
  integrandz<-z*log(z)
  entropyz<-sum(integrandz)*cell_sizez
  entropyz<-entropyz/normz

  denx<-kde(x=x,gridsize = 512, xmin=xlim[1], xmax = xlim[2])
  zx<-denx$estimate
  cell_sizex<-(diff(xlim)/512) 
  normx<-sum(zx)*cell_sizex
  integrandx<-zx*log(zx)
  entropyx<-sum(integrandx)*cell_sizex
  entropyx<-entropyx/normx

  deny<-kde(x=y,gridsize = 512, xmin=ylim[1], xmax = ylim[2])
  zy<-deny$estimate
  cell_sizey<-(diff(ylim)/512) 
  normy<-sum(zy)*cell_sizey
  integrandy<-zy*log(zy)
  entropyy<-sum(integrandy)*cell_sizey
  entropyy<-entropyy/normy

  return(entropyx+entropyy-entropyz)
}
df = data.frame(1:10,1:10,1:10,1:10,1:10)
matrix(
  apply(
    expand.grid(
      seq_along(df),seq_along(df)),1,
    FUN = function(i,j) MI(df[,i],df[,j],xlim,ylim)
    ),
  nrow = ncol(df)
)

这是有效的，因为 expand.grid 为您提供了 n^2 x 2 数据框中列索引的所有组合。然后，我们将 MI 函数应用于每个函数并将结果存储在矩阵中。

编辑: 编辑以使其更加清晰