r 2个矩阵上的条件标准差

Question

我正试图根据矩阵a的值计算矩阵B（每列）的条件标准偏差。

#conditional function
foo<-function(x,y)
{
  out<-sd(y[abs(x)==1])
  return(out)
}
#create the matrix
A<-matrix(data=c(1,-1,0,1,0,0,0,0,1,1),nrow=5,ncol=2)
B<-matrix(data=c(3,4,5,6,7,8,9,10,11,12),nrow=5,ncol=2)
#run for the first column
foo(A[,1],B[,1])
#run for both columns
apply(X=A, MARGIN=2, FUN=function(x,y) foo(x,y), y=B)

正确的答案是1.53和0.707，当我直接为每列单独运行foo时，我得到了这个答案。

然而，当我尝试用apply运行这两列时，我得到的结果是3.06.2.94。

任何关于如何更改应用程序以使其工作的想法，因为我有一个大的资产矩阵（在xts对象中）。目前，我正在使用for循环，但我相信可以用更有效的方法来完成。

提前谢谢你，

Nikos

Answer 1

您的方法的问题在于，您正试图将矩阵（B）传递给函数foo，该函数需要两个向量（x和y）。

你可以试试这样的东西：

sapply(1:ncol(A), function(i) sd(B[as.logical(abs(A[,i])),i]))
[1] 1.5275252 0.7071068

这基本上只是一个循环。。。

另一种方法是，如果A和B对象是数据帧，则可以使用mapply:

A <- as.data.frame(A)
B <- as.data.frame(B)
mapply(foo, A,B)
       V1        V2 
1.5275252 0.7071068 

以这两种方法为基准，sapply路线的速度可能是前者的两倍。我可以想象，这是因为sapply只是将整数向量作为自变量并处理矩阵，而mapply方法则将数据帧作为自变量（数据帧比矩阵慢，传递循环的信息比单个索引值多）。详细信息：

Unit: microseconds
                                                             expr     min      lq  median       uq      max neval
 sapply(1:ncol(A), function(i) sd(B[as.logical(abs(A[, i])), i])) 101.997 110.080 113.929 118.5480 1515.319  1000
                                              mapply(foo, A2, B2) 191.292 200.529 207.073 215.1555 1707.380  1000