将矩阵或数据框转换为稀疏矩阵的R代码

Question

将矩阵或数据框转换为稀疏矩阵的R代码

43

我有一个常规矩阵（非稀疏矩阵），我想将其转换为sparseMatrix（使用Matrix包）。是否有函数可以做到这一点，还是我需要做很多循环？

例如：

> regMat <- matrix(0, nrow=10, ncol=10)
> regMat[3,5] <- round(runif(1),2)*100
> regMat[2,8] <- round(runif(1),2)*100
> regMat[8,4] <- round(runif(1),2)*100
> regMat[1,6] <- round(runif(1),2)*100
> regMat[7,4] <- round(runif(1),2)*100
> regMat 
      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
 [1,]    0    0    0    0    0   49    0    0    0     0
 [2,]    0    0    0    0    0    0    0   93    0     0
 [3,]    0    0    0    0   20    0    0    0    0     0
 [4,]    0    0    0    0    0    0    0    0    0     0
 [5,]    0    0    0    0    0    0    0    0    0     0
 [6,]    0    0    0    0    0    0    0    0    0     0
 [7,]    0    0    0    8    0    0    0    0    0     0
 [8,]    0    0    0   14    0    0    0    0    0     0
 [9,]    0    0    0    0    0    0    0    0    0     0
[10,]    0    0    0    0    0    0    0    0    0     0

任何建议？

- screechOwl

5

优化示例数据的小建议：regMat[cbind(c(3,2,8,1,7),c(5,8,4,6,4))] <- round(runif(5,0,100)) - Aaron left Stack Overflow

3个回答

10

乔希的回答很好，但这里有更多选项和解释。

Nit Picky “我有一个常规矩阵（非稀疏）……”实际上你是有一个稀疏矩阵（大部分为0的矩阵）；只不过它以未压缩的格式存在。你的目标是将它放入压缩存储格式中。

稀疏矩阵可以压缩成多种存储格式。压缩稀疏列 (CSC)和压缩稀疏行 (CSR)是两种主要格式。as(regMat, "sparseMatrix")将您的矩阵转换为类型dgCMatrix，这是一种压缩的稀疏列。通常这就是您想要的，但我更喜欢明确说明。

library(Matrix)

matCSC <- as(regMat, "dgCMatrix")  # compressed sparse column CSC
matCSC
10 x 10 sparse Matrix of class "dgCMatrix"

 [1,] . . .  .  . 57 .  . . .
 [2,] . . .  .  .  . . 27 . .
 [3,] . . .  . 90  . .  . . .
 [4,] . . .  .  .  . .  . . .
 [5,] . . .  .  .  . .  . . .
 [6,] . . .  .  .  . .  . . .
 [7,] . . . 91  .  . .  . . .
 [8,] . . . 37  .  . .  . . .
 [9,] . . .  .  .  . .  . . .
[10,] . . .  .  .  . .  . . .

matCSR <- as(regMat, "dgRMatrix")  # compressed sparse row CSR
matCSR
10 x 10 sparse Matrix of class "dgRMatrix"

 [1,] . . .  .  . 57 .  . . .
 [2,] . . .  .  .  . . 27 . .
 [3,] . . .  . 90  . .  . . .
 [4,] . . .  .  .  . .  . . .
 [5,] . . .  .  .  . .  . . .
 [6,] . . .  .  .  . .  . . .
 [7,] . . . 91  .  . .  . . .
 [8,] . . . 37  .  . .  . . .
 [9,] . . .  .  .  . .  . . .
[10,] . . .  .  .  . .  . . .

虽然这两种方式在外观和行为上相同，但它们在内部存储数据的方式不同。 CSC 在检索列数据时更快，而 CSR 在检索行时更快。此外，它们根据数据结构占用不同的空间。

此外，在此示例中，您正在将一个未压缩的稀疏矩阵转换为压缩的矩阵。通常，您这样做是为了节省内存，因此构建未压缩矩阵并将其转换为压缩形式是没有意义的。实际上，更常见的做法是从(row, column, value)三元组表构建压缩的稀疏矩阵，您可以使用Matrix的函数来实现。

# Make data.frame of (row, column, value) triplets
df <- data.frame(
  rowIdx = c(3,2,8,1,7),
  colIdx = c(5,8,4,6,4),
  val = round(runif(n = 5), 2) * 100
)

df
  rowIdx colIdx val
1      3      5  90
2      2      8  27
3      8      4  37
4      1      6  57
5      7      4  91

# Build CSC matrix
matSparse <- sparseMatrix(
  i = df$rowIdx,
  j = df$colIdx, 
  x = df$val, 
  dims = c(10, 10)
)

matSparse
10 x 10 sparse Matrix of class "dgCMatrix"

 [1,] . . .  .  . 57 .  . . .
 [2,] . . .  .  .  . . 27 . .
 [3,] . . .  . 90  . .  . . .
 [4,] . . .  .  .  . .  . . .
 [5,] . . .  .  .  . .  . . .
 [6,] . . .  .  .  . .  . . .
 [7,] . . . 91  .  . .  . . .
 [8,] . . . 37  .  . .  . . .
 [9,] . . .  .  .  . .  . . .
[10,] . . .  .  .  . .  . . .

不要脸地宣传 - 如果您有兴趣，我有一篇博客文章涵盖了这些内容和更多内容。

- Ben

1

针对矩阵问题，已经有人给出了答案。

对于data.table，有一个包可以胜任此工作。

library(Matrix)
library(mltools)
x = data.table()
sparseM <- sparsify(x)

- cloudscomputes

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Josh O'Brien · Accepted Answer

以下有两种选择：

library(Matrix)

A <- as(regMat, "sparseMatrix")       # see also `vignette("Intro2Matrix")`
B <- Matrix(regMat, sparse = TRUE)    # Thanks to Aaron for pointing this out

identical(A, B)
# [1] TRUE
A
# 10 x 10 sparse Matrix of class "dgCMatrix"
#                              
#  [1,] . . .  .  . 45 .  . . .
#  [2,] . . .  .  .  . . 59 . .
#  [3,] . . .  . 95  . .  . . .
#  [4,] . . .  .  .  . .  . . .
#  [5,] . . .  .  .  . .  . . .
#  [6,] . . .  .  .  . .  . . .
#  [7,] . . . 23  .  . .  . . .
#  [8,] . . . 63  .  . .  . . .
#  [9,] . . .  .  .  . .  . . .
# [10,] . . .  .  .  . .  . . .