データフレームにベクトルを乗算する正しい方法は何ですか？

Question

データフレームdfにベクトルvを乗算しようとしています。その結果、製品はデータフレームであり、i番目の行はdf[i,]*vです。私が（！と非常にシンプルなもの）私はもっとR-スタイルアプローチが存在しなければならないと確信しています

df <- data.frame(A=1:5, B=2:6); v <- c(0,2) 
as.data.frame(t(t(df) * v)) 
    A B 
1 0 4 
2 0 6 
3 0 8 
4 0 10 
5 0 12 

により、例えば、これを行うことができますが、何も私の心に来ることはありません。私も

apply(df, MARGIN=1, function(x) x*v) 

のようなものを試してみましたが、それでも、as.data.frame(t(.))のような非可読構造が必要とされています。
ここで効率的でエレガントな回避策を見つけるにはどうすればよいですか？

Answer 1

これはあまりにも動作します。そのソリューションで

data.frame(mapply(`*`,df,v)) 

を、あなたはdata.frameがlistのタイプであるという事実を利用しているので、あなたは同時にdfとvの要素の両方を反復処理することができますmapplyである。

残念ながら、mapplyから出力できるものは、簡略listまたはmatrixと限られています。あなたのデータが巨大である場合、これはおそらく、より効率的である：

data.frame(mapply(`*`,df,v,SIMPLIFY=FALSE)) 

それはdata.frameに変換する方が効率的である、listに変換しますので。

Answer 2

ベクトルを行列と組み合わせることができる言語は、行列が行優先か列主優先かを決定する必要があります。理由は：

> df * v 
    A B 
1 0 4 
2 4 0 
3 0 8 
4 8 0 
5 0 12 

は、Rが最初に列を操作するためです。ダブルトランスポーズトリックを実行すると、これが無効になります。申し訳ありませんが、あなたが知っていることだけを説明していますが、明示的に同じサイズの行列にvを展開する以外は、別の方法ではわかりません。

また、非常にRスタイルでないコードをRスタイリッシュなものにラップする素敵な関数を書いてください。

Answer 3

いただきまし間違っ

t(apply(df, 1, function(x)x*v)) 

と？

Answer 4

あなたはスピードとメモリ効率を探している場合 - 救助にdata.table：

library(data.table) 
dt = data.table(df) 

for (i in seq_along(dt)) 
    dt[, i := dt[[i]] * v[i], with = F] 


eddi = function(dt) { for (i in seq_along(dt)) dt[, i := dt[[i]] * v[i], with = F] } 
arun = function(df) { df * matrix(v, ncol=ncol(df), nrow=nrow(df), byrow=TRUE) } 
nograpes = function(df) { data.frame(mapply(`*`,df,v,SIMPLIFY=FALSE)) } 

N = 1e6 
dt = data.table(A = rnorm(N), B = rnorm(N)) 
v = c(0,2) 

microbenchmark(eddi(copy(dt)), arun(copy(dt)), nograpes(copy(dt)), times = 10) 
#Unit: milliseconds 
#    expr  min   lq  median   uq  max neval 
#  eddi(copy(dt)) 17.46796 19.23358 23.53997 26.03665 30.
#  arun(copy(dt)) 1014.36108 1375.66253 1461.46489 1527.66639 1721.96316 10 
# nograpes(copy(dt)) 92.14517 109.30627 158.42780 186.32240 188.01758 10 

アルンはコメントで指摘したように、一もこの中に操作を行うためにdata.tableパッケージからset機能を使用することができますdata.frameのインプレース修正：s「は、同様のコースの

for (i in seq_along(df)) 
    set(df, j = i, value = df[[i]] * v[i]) 

これもdata.tableのために働く」の数と列数が多い場合に大幅に高速である可能性があります。

Answer 5

私は最も速い方法（data.tableのテストなし）はdata.frame(t(t(df)*v))だと思います。

私のテスト：

結果

> set.seed(1) 
> 
> testit(100,100) 
Unit: milliseconds 
              expr  min  lq median  uq  max neval 
         data.frame(t(t(df) * v)) 2.297075 2.359541 2.455778 3.804836 33.05806 100 
data.frame(mapply(`*`, df, v, SIMPLIFY = FALSE)) 9.977436 10.401576 10.658964 11.762009 15.09721 100 
        df * rep(v, each = nrow(df)) 14.309822 14.956705 16.092469 16.516609 45.13450 100 
> testit(1000,10) 
Unit: microseconds 
              expr  min  lq median  uq  max neval 
         data.frame(t(t(df) * v)) 754.844 805.062 844.431 1850.363 27955.79 100 
data.frame(mapply(`*`, df, v, SIMPLIFY = FALSE)) 1457.895 1497.088 1567.604 2550.090 4732.03 100 
        df * rep(v, each = nrow(df)) 5383.288 5527.817 5875.143 6628.586 32392.81 100 
> testit(10,1000) 
Unit: milliseconds 
              expr  min  lq median  uq  max neval 
         data.frame(t(t(df) * v)) 17.07548 18.29418 19.91498 20.67944 57.62913 100 
data.frame(mapply(`*`, df, v, SIMPLIFY = FALSE)) 99.90103 104.36028 108.28147 114.82012 150.05907 100 
        df * rep(v, each = nrow(df)) 112.21719 118.74359 122.51308 128.82863 164.57431 100