「統計学関連なんでもあり」の過去ログ--- 048

No.22919　【Ｒ】表の突合せ、charactermatch()関数の使い方　　【明石】　2020/06/14(Sun) 11:09

青木先生　様；

お忙しいところを失礼いたします，明石と申します。
毎々，ご丁寧なご教示をいただき，誠にありがとうございます。
改めて御礼を申し上げます。
ありがとうございます。

青木先生にご教示いただきたいことがございます。
何卒どうぞよろしくお願いいたします。

---------------------------------

添付の画像ファイルをご覧ください。

3つの表があります。

表1　状態遷移表
　　　状態遷移を表すラベル（文字列）の，長大な文字列ベクトル
　　　ラベルは重複出現する
　　　表1のラベルの種類を集約したものが，表2のラベル

表2　辞書
　　　ラベルの種類〜特徴ベクトル
　　　表2のラベルは，表1に出現するラベルの種類を集約したもの
　　　特徴ベクトルは，約200次元の数値ベクトル

表3　表1と表2を突き合わせた，所望する表

表1と表2を突き合わせて，
表1のラベルの横に，対応する特徴ベクトルを，表2から転記して，
表3を得たいと思います。

表1をループを回しながら，
表1のラベルに対応する，表2のラベルを見つけて，
その特徴ベクトルを，表1に転記すればよいのですが，
表1の文字列ベクトルは長大ですので，効率の良いRプログラムを知りたいと
思います。

charactermatch()関数により，
表1のラベルに対応する，表2のラベルのインデックスを得ることまでは，できました。

ご教示いただきたいたいのは，この先です。

得たインデックスを使うことで，効率の良いRプログラムが書けないか，
そこを知りたいと思います。

お手数をおかけいたします。
何卒どうぞよろしくお願いいたします。
失礼いたします。
//

No.22920　Re: 【Ｒ】表の突合せ、charactermatch()関数の使い方　　【青木繁伸】　2020/06/14(Sun) 14:34

現時点での（効率がよいかどうかはともかく）プログラムはどのようになっていますか。

No.22921　Re: 【Ｒ】表の突合せ、charactermatch()関数の使い方　　【明石】　2020/06/14(Sun) 15:34

青木先生　様；

お忙しいところを失礼いたします，明石と申します

以下，私が作成しましたRプログラムをお示しします。

#　表1の読み込み
#  実際のデータは，以下のように，半角スペース区切りの文字列ベクトル
#  s5 s7 s1 s5 s100 s1 s3 s5 s8 s1 ,,,,,,,
#　ファイル名は，"BOW_input.txt"

BOW <- scan("BOW_input.txt", what = character(), sep = "\n", blank.lines.skip = F)   ######
bow <- strsplit(BOW, " ")
bow <- unlist(bow)

#　表2の読み込み
#　ファイル名は，Vectors_matrix

vec <- read.table("Vectors_matrix.csv", header=T , sep=",", na.strings=c("NA",""," "),stringsAsFactors=F, row=1)
vec <- as.matrix(vec)
label <- rownames(vec)

#　表3の（空）行列を作成する

nr <- length(bow)
nc <- ncol(vec)
mx <- matrix(0, nr=nr, nc=nc)

rownames(mx) <- bow
colnames(mx) <- colnames(vec)

#　charmatch()関数で，インデックスを得る

jun <- charmatch(bow, label)

# ここが，ご教示願いたい箇所です。
# charamatch()関数で得られたインデックスは，このように利用しましたが，
# もっと良い書き方があるように思えてなりません。

for (i  in  seq_along(bow))  {
   mx[i,] <- vec[jun[i],]
}

# 所望する，表3

mx <- as.data.frame(mx)

以上，どうぞよろしくお願いいたします。

No.22922　Re: 【Ｒ】表の突合せ、charactermatch()関数の使い方　　【青木繁伸】　2020/06/14(Sun) 16:13

jun を求めた後，以下のようにする
mx2 <- vec[jun,] # 空の行列を作る必要はない
rownames(mx2) <- bow # あとで as.data.frame すると，重複名は修正される
colnames(mx2) <- colnames(vec)
mx2 <- data.frame(mx2, check.rows=FALSE)

# check
all(mx == mx2)
as.data.frame で重複する行名は s5.1 などになる。それが不都合な場合は，ラベルを新たな列として作るとよいでしょう。

mx2 <- vec[jun,] が何をしているのか不思議かもしれませんが，
> ans <- c(1,2,1,1,2,2,1,2,1,1)
> x <- c("No", "Yes")
> x[ans]
 [1] "No"  "Yes" "No"  "No"  "Yes" "Yes" "No"  "Yes"
 [9] "No"  "No" 
と同じようなことをしているのです。

No.22923　Re: 【Ｒ】表の突合せ、charactermatch()関数の使い方　　【明石】　2020/06/14(Sun) 19:26

青木先生　様；

お忙しいところを失礼いたします，明石と申します。

ありがたいご教示をいただき，誠にありがとうございました。
御礼を申し上げます。

誠に恥ずかしいのですが，
にわかには理解できませんので，追試しながら，技を学びたいと思います。

青木先生にプログラムを見ていただく幸運に恵まれました。
ありがとうございました。
ありがとうございました。
//

No.22924　Re: 【Ｒ】表の突合せ、charactermatch()関数の使い方　　【明石】　2020/06/14(Sun) 19:35

青木先生　様；

お忙しいところを失礼いたします，明石と申します

私がまさに知りたかったのは，この1行です。
これが知りたかったのです。

求めたインデックスjunを利用して，1行で書ける方法が知りたかったのです。

> mx2 <- vec[jun,] が何をしているのか不思議かもしれませんが，
> ans <- c(1,2,1,1,2,2,1,2,1,1)
> x <- c("No", "Yes")
> x[ans]
> [1] "No" "Yes" "No" "No" "Yes" "Yes" "No" "Yes"
> [9] "No" "No"

知りたかったことを，ご教示いただき，
勇気を振り絞って，投稿させていただき，よかったなと思います。

ありがとうございました。
ありがとうございました。
//