Omettere inf dalla somma delle righe in R

Question

Quindi sto provando a sommare le righe di una matrice e ci sono inf all'interno di essa. Come faccio a sommare la riga, omettendo l'inf?

Answer 1

Prova questa ...

m <- c(1 ,2 , 3 , Inf , 4 , Inf ,5) 
sum(m[!is.infinite(m)]) 

O

m <- matrix(sample(c(1:10 , Inf) , 100 , rep = TRUE) , nrow = 10) 
sums <- apply(m , 1 , FUN = function(x){ sum(x[!is.infinite(x)])}) 

> m 
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] 
[1,] 8 9 7 Inf 9 2 2 6 1 Inf 
[2,] 8 7 4 5 9 5 8 4 7 10 
[3,] 7 9 3 4 7 3 3 6 9  4 
[4,] 7 Inf 2 6 4 8 3 1 9  9 
[5,] 4 Inf 7 5 9 5 3 5 9  9 
[6,] 7 3 7 Inf 7 3 7 3 7  1 
[7,] 5 7 2 1 Inf 1 9 8 1  5 
[8,] 4 Inf 10 Inf 8 10 4 9 7  2 
[9,] 10 7 9 7 2 Inf 4 Inf 4  6 
[10,] 9 4 6 3 9 6 6 5 1  8 

> sums 
[1] 44 67 55 49 56 45 39 54 49 57 

Answer 2

A[is.infinite(A)]<-NA 
rowSums(A,na.rm=TRUE) 

Alcuni benchmark per il confronto:

library(microbenchmark) 


rowSumsMethod<-function(A){ 
A[is.infinite(A)]<-NA 
rowSums(A,na.rm=TRUE) 
} 
applyMethod<-function(A){ 
apply(A , 1 , function(x){ sum(x[!is.infinite(x)])}) 
} 

rowSumsMethod2<-function(m){ 
    rowSums(m*is.finite(m),na.rm=TRUE) 
} 

rowSumsMethod0<-function(A){ 
A[is.infinite(A)]<-0 
rowSums(A) 
} 

A1 <- matrix(sample(c(1:5, Inf), 50, TRUE), ncol=5) 
A2 <- matrix(sample(c(1:5, Inf), 5000, TRUE), ncol=5) 
microbenchmark(rowSumsMethod(A1),rowSumsMethod(A2), 
       rowSumsMethod0(A1),rowSumsMethod0(A2), 
       rowSumsMethod2(A1),rowSumsMethod2(A2), 
       applyMethod(A1),applyMethod(A2)) 

Unit: microseconds 
       expr  min  lq median  uq  max neval 
    rowSumsMethod(A1) 13.063 14.9285 16.7950 19.3605 1198.450 100 
    rowSumsMethod(A2) 212.726 220.8905 226.7220 240.7165 307.427 100 
rowSumsMethod0(A1) 11.663 13.9960 15.3950 18.1940 112.894 100 
rowSumsMethod0(A2) 103.098 109.6290 114.0610 122.9240 159.545 100 
rowSumsMethod2(A1) 8.864 11.6630 12.5960 14.6955 49.450 100 
rowSumsMethod2(A2) 57.380 60.1790 63.4450 67.4100 81.172 100 
    applyMethod(A1) 78.839 84.4380 92.1355 99.8330 181.005 100 
    applyMethod(A2) 3996.543 4221.8645 4338.0235 4552.3825 6124.735 100 

Quindi il metodo di Joshua vince! E applicare il metodo è chiaramente più lento di altri due metodi (relativamente parlando ovviamente).

Answer 3

Userei apply e is.infinite al fine di evitare la sostituzione Inf valori di NA come in @ risposta di Hemmo.

> set.seed(1) 
> Mat <- matrix(sample(c(1:5, Inf), 50, TRUE), ncol=5) 
> Mat # this is an example 
     [,1] [,2] [,3] [,4] [,5] 
[1,] 2 2 Inf 3 5 
[2,] 3 2 2 4 4 
[3,] 4 5 4 3 5 
[4,] Inf 3 1 2 4 
[5,] 2 5 2 5 4 
[6,] Inf 3 3 5 5 
[7,] Inf 5 1 5 1 
[8,] 4 Inf 3 1 3 
[9,] 4 3 Inf 5 5 
[10,] 1 5 3 3 5 
> apply(Mat, 1, function(x) sum(x[!is.infinite(x)])) 
[1] 12 15 21 10 18 16 12 11 17 17 

Answer 4

Moltiplica la tua matrice per il risultato di is.finite(m) e chiamare rowSums sul prodotto con na.rm=TRUE. Funziona perché Inf*0 è NaN.

m <- matrix(c(1:3,Inf,4,Inf,5:6),4,2) 
rowSums(m*is.finite(m),na.rm=TRUE) 

Answer 5

Questa è una "non-apply" e l'approccio non distruttivo:

rowSums(matrix(match(A, A[is.finite(A)]), nrow(A)), na.rm=TRUE) 
[1] 2 4 

Anche se è ragionevolmente efficiente, non è veloce come metodo di moltiplicazione di Johsua.