@Gopalkrishna Palem
पर विचार करना चाहिए मैं अपने समाधान पसंद है! हालांकि, मुझे लगता है कि आपको combn (लंबाई, v), 2) के बजाय combn (v, 2) का उपयोग करना चाहिए। combn (लंबाई (v), 2) वी
> v <- c(3,4,6,7)
> combn(v, 2)
[,1] [,2] [,3] [,4] [,5] [,6]
[1,] 3 3 3 4 4 6
[2,] 4 6 7 6 7 7
> combn(length(v), 2)
[,1] [,2] [,3] [,4] [,5] [,6]
[1,] 1 1 1 2 2 3
[2,] 2 3 4 3 4 4
> a_ply(combn(v, 2), 2, function(x) print(paste(x[1],"--",x[2])))
[1] "3 -- 4"
[1] "3 -- 6"
[1] "3 -- 7"
[1] "4 -- 6"
[1] "4 -- 7"
[1] "6 -- 7"
> a_ply(combn(length(v), 2), 2, function(x) print(paste(x[1],"--",x[2])))
[1] "1 -- 2"
[1] "1 -- 3"
[1] "1 -- 4"
[1] "2 -- 3"
[1] "2 -- 4"
[1] "3 -- 4"
की indecies से अधिक केवल दोहराता तो अंतिम परिणाम combn साथ सही है (V, 2)।
तो अगर हम एक dataframe है, हम सूचकांक जोड़ो में पंक्तियों को एक समारोह को लागू करने के लिए उपयोग कर सकते:
> df
x y
1 4 8
2 5 9
3 6 10
4 7 11
a_ply(combn(nrow(df), 2), 2, function(x) print(df[x[1],] - df[x[2],]))
x y
1 -1 -1
x y
1 -2 -2
x y
1 -3 -3
x y
2 -1 -1
x y
2 -2 -2
x y
3 -1 -1
हालांकि, a_ply परिणाम को छोड़ दिया जाएगा, तो मैं के लिए एक वेक्टर में उत्पादन कैसे स्टोर कर सकते हैं आगे के विश्लेषण?मैं सिर्फ
परिणाम का प्रिंट नहीं करना चाहता हूं! धन्यवाद। केवल एक चीज जिसे मैंने समझा नहीं है वह उदाहरण है कि बाहरी कार्य में उदाहरण 1: 4, 1: 4 है? क्या वे आउटपुट के आयाम हैं लेकिन मैंने सोचा कि उन्हें मज़ा के लिए तर्क होना चाहिए? – rpylearning
4 मूल मैट्रिक्स में पंक्तियों की संख्या है। – Aaron
मेरे पास परिणाम मैट्रिक्स से डेटा का उपयोग करने के लिए निम्न प्रश्न है, यहां सहसंबंध मैट्रिक्स है, उदा। – rpylearning