通过单个列对稀疏矩阵进行聚合

Question

我是一名有用的助手，可以翻译文本。

我有一个非常大的稀疏矩阵，看起来像：

 client item_1 item_2 item_3.... item_n
  a       1      0      0          0
  a       0      0      1          0
  b       0      1      0          0
  b       1      0      0          0

我希望按照客户列聚合矩阵，以获得以下结果:

client item_1 item_2 item_3.... item_n
  a       1      0      1          0
  b       1      1      0          0

我会尽力为您进行翻译。以下是需要翻译的内容：

我已经尝试将其转换回密集矩阵，然后聚合，但遇到了内存问题。

我的数据看起来像

new("dgCMatrix"
    , i = c(0L, 1L, 2L, 3L, 0L, 3L, 2L, 1L)
    , p = c(0L, 4L, 6L, 7L, 8L, 8L)
    , Dim = 4:5
    , Dimnames = list(NULL, c("client", "item_1", "item_2", "item_3", "item_n"
))
    , x = c(1, 1, 2, 2, 1, 1, 1, 1)
    , factors = list()
)

- deadasdreams

---

尝试使用 aggregate(.~client, df1, sum)。 - akrun

或者说.. with(d, rowsum(d[-1], client))。但是你能否更清楚地解释一下你的结构呢？据我所知，你不能拥有字符变量作为sparseMatrix类对象。 - user20650

是的，这是一个稀疏矩阵，因此客户端变量为1、2、3，而不是a、b、c。aggregate(.~client, df1, sum)无法工作，因为它是一个稀疏矩阵。 - deadasdreams

@deadasdreams；你能确认我添加到你的问题中的结构是否准确吗？如果不是，请更新。谢谢。 - user20650

Answer 1

稀疏矩阵的矩阵乘法可以解决这个问题（你的矩阵是b）：最初的回答。

fac2sparse(b[,1]) %*% b[,-1]

一个不同之处在于客户端列现在被找到作为行名称。

按单个因子变量聚合是更高级问题的一种特殊情况，可以通过SSBtools包内的函数来解决：

最初的回答

clientFrame <- as.data.frame(as.matrix(b[, 1, drop = FALSE]))
# Two lines below are both same as fac2sparse(b[,1]) %*% b[,-1]
t(FormulaSums(clientFrame, ~client - 1)) %*% b[, -1]
t(Hierarchies2ModelMatrix(clientFrame, list(client = ""))) %*% b[, -1]
# Two lines below add overall totals
t(FormulaSums(clientFrame, ~client)) %*% b[, -1]
t(Hierarchies2ModelMatrix(clientFrame, list(client = "Total"))) %*% b[, -1]

- Øyvind Langsrud