R：来自维度名称列表的稀疏矩阵

Question

如何从维度名称列表创建稀疏矩阵？

假设您在数据框中有这个矩阵边缘列表：

  from to weight
1    4  a      1
2    5  b      2
3    6  c      3

可以这样创建：

from <- factor(c(4:6))
to <- c("a", "b", "c")
weight <- c(1:3)
foo <- data.frame(from, to, weight)

可以通过以下方式创建一个矩阵：首先创建一个用 0 填充的空矩阵，命名行和列，然后将值填入：

bar <- matrix(
  0,
  nrow = length(unique(foo$from)),
  ncol = length(unique(foo$to)),
  dimnames = list(levels(foo$from), levels(foo$to))
)
bar[as.matrix(foo[,1:2])] <- foo[,3]

结果如下：

  a b c
4 1 0 0
5 0 2 0
6 0 0 3

如何创建稀疏矩阵？

解决方案

一种优雅的方法是使用Matrix 包，它需要使用factors 的整数值：

bar_sparse <- sparseMatrix(
  i = as.numeric(foo$from),
  j = as.numeric(foo$to),
  x = foo$weight,
  dimnames = list(levels(foo$from), levels(foo$to))
)

我们开始吧：

  a b c
4 1 . .
5 . 2 .
6 . . 3

感谢 Martin，您为我指明了这个方向。

Answer 1

作为Matrix 包的维护者：允许在构造中使用dimnames sparseMatrix 对象， 对于甚至重要的列名，尤其是例如对于稀疏模型矩阵（glmnet 等）。 但出于效率原因（部分缺乏用例，因此“还没有 已实现”）它们并不总是在矩阵乘法中传播，例如 IIRC。

这种“半不鼓励”支持的主要原因是稀疏矩阵在nrow(.) * ncol(.) 很大的意义上特别重要。 在这种情况下，携带（和复制！！）数十万行（和列）名称的成本很高。

在所有这些警告之后，我当然承认您提出了一个非常有效的问题，您现在可能别无选择，并且确实需要使用行和列 names 而不是整数索引。

是的，您（几乎）是对的： 使用

M <- Matrix(0, n,m, dimnames=....)
for(i in ...)
  for(j in ...)
        M[i,j] <- ...

对于sparseMatrix 对象（即所有继承自sparseMatrix 的Matrix 对象），

从不 是一个好主意。 相反，使用sparseMatrix(...., dimnames = ..) .. 顺便说一下，使用dimnames 参数比之后分别设置colnames 和rownames 更有效。

Answer 2

我想你知道你可以做一些简单的事情：

for (i in 1:nrow(foo)) bar[as.character(c(foo[i,1])),c(foo[i,2])] <- foo[i,3]

但是，如果您想要更高效地使用 Matrix，您可能需要编写自己的函数来分配它。比如：

• 将from 和to 列转换为因子，以任何你想要的方式排序
• 按from 对foo 排序，然后按to 排序（如果您不能保证这已经正确）并删除重复项
• 创建具有正确尺寸的空矩阵
• 将foo@i 设置为bar$from-1
• 将foo@p 设置为bar$to-1 + length(colnames(bar)) * (bar$from-1)
• 将foo@x 设置为bar$weight