R：不减少原始矩阵维数的稀疏子矩阵

Question

来自这个数据框df

  group   from     to weight
1     1   Joey   Joey      1
2     1   Joey Deedee      1
3     1 Deedee   Joey      1
4     1 Deedee Deedee      1
5     2 Johnny Johnny      1
6     2 Johnny  Tommy      1
7     2  Tommy Johnny      1
8     2  Tommy  Tommy      1

可以这样创建

df <- structure(list(group = c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L), from =
structure(c(2L, 2L, 1L, 1L, 3L, 3L, 4L, 4L), .Label = c("Deedee",
"Joey", "Johnny", "Tommy"), class = "factor"), to = structure(c(2L, 1L,
2L, 1L, 3L, 4L, 3L, 4L), .Label = c("Deedee", "Joey", "Johnny",
"Tommy"), class = "factor"), weight = c(1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L)), .Names = c("group", "from", "to", "weight"), class = "data.frame",
row.names = c(NA, -8L))

使用Matrix包可以得到一个稀疏矩阵mat

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

看起来像这样：

4 x 4 sparse Matrix of class "dgCMatrix"
       Deedee Joey Johnny Tommy
Deedee      1    1      .     .
Joey        1    1      .     .
Johnny      .    .      1     1
Tommy       .    .      1     1

.

如何使用 df$group 创建稀疏子矩阵而不减少原始矩阵维度？

结果应该是这样的：

4 x 4 sparse Matrix of class "dgCMatrix"
       Deedee Joey Johnny Tommy
Deedee      1    1      .     .
Joey        1    1      .     .
Johnny      .    .      .     .
Tommy       .    .      .     .

第一个想法

如果我对数据框进行子集化并创建子矩阵

df1 <- subset(df, group == 1)
mat1 <- sparseMatrix(i = as.numeric(df1 $from), j = as.numeric(df1 $to),
x = df1 $weight)

结果是一个 2 x 2 稀疏矩阵。这不是一个选择。除了“丢失两个节点”之外，我还必须过滤要用作维度名称的因子级别。

诀窍可能是在创建矩阵时不要丢失因子。

第二个想法

如果我为我不感兴趣的组将df$weight 设置为零并创建子矩阵

df2 <- df
df2[df2$group == 2, 4] <- 0
mat2 <- sparseMatrix(i = as.numeric(df2$from), j = as.numeric(df2$to), x
= df2$weight, dimnames = list(levels(df$from), levels(df$to)))

矩阵具有正确的维度，我可以轻松地将因子级别作为维度名称进行携带，但矩阵现在包含零：

4 x 4 sparse Matrix of class "dgCMatrix"
       Deedee Joey Johnny Tommy
Deedee      1    1      .     .
Joey        1    1      .     .
Johnny      .    .      0     0
Tommy       .    .      0     0

这也不是一个选项，因为行规范化会创建NaNs，当我将矩阵转换为图形并执行网络分析时会遇到麻烦。

这里，诀窍可能是从稀疏矩阵中删除零？但是怎么做呢？

无论如何，解决方案必须尽可能高效，因为矩阵变得非常大。

Answer 1

基本上你的第一个想法：

mat1 <- sparseMatrix(i = as.numeric(df1$from), j = as.numeric(df1$to),
                     x = df1$weight, 
                     dims = c(length(levels(df$from)), length(levels(df$to))), 
                     dimnames = list(levels(df$from), levels(df$to)))

#4 x 4 sparse Matrix of class "dgCMatrix"
#       Deedee Joey Johnny Tommy
#Deedee      1    1      .     .
#Joey        1    1      .     .
#Johnny      .    .      .     .
#Tommy       .    .      .     .