R对矩阵中的每k列求和答案

【问题标题】：R Sum every k columns in matrixR对矩阵中的每k列求和
【发布时间】：2014-12-05 16:36:22
【问题描述】：

我有一个矩阵 temp1（维度 Nx16）（通常为 NxM）

我想将每一行中的每 k 列求和为一个值。

这是我到目前为止所做的：

cbind(rowSums(temp1[,c(1:4)]), rowSums(temp1[,c(5:8)]), rowSums(temp1[,c(9:12)]), rowSums(temp1[,c(13:16)]))

必须有一个更优雅（和通用）的方法来做到这一点。

我在这里注意到了类似的问题：
sum specific columns among rows

无法使其与 Ananda 的解决方案一起使用；出现以下错误：

sapply(split.default(temp1, 0:(length(temp1)-1) %/% 4), rowSums)

FUN(X[[1L]], ...) 中的错误：
'x' 必须是至少二维的数组

请指教。

【问题讨论】：

标签： r matrix

【解决方案1】：

你可以使用by:

do.call(cbind, by(t(temp1), (seq(ncol(temp1)) - 1) %/% 4, FUN = colSums))

【讨论】：

【解决方案2】：

如果子矩阵的维度相等，您可以将维度更改为array，然后执行rowSums

 m1 <- as.matrix(temp1)
 n <- 4
 dim(m1) <- c(nrow(m1), ncol(m1)/n, n)
 res <- matrix(rowSums(apply(m1, 2, I)), ncol=n)
 identical(res[,1],rowSums(temp1[,1:4]))
 #[1] TRUE

或者如果尺寸不等

  t(sapply(seq(1,ncol(temp2), by=4), function(i) {
                  indx <- i:(i+3)
               rowSums(temp2[indx[indx <= ncol(temp2)]])}))

数据

set.seed(24)
temp1 <- as.data.frame(matrix(sample(1:20, 16*4, replace=TRUE), ncol=16))

set.seed(35)
temp2 <- as.data.frame(matrix(sample(1:20, 17*4, replace=TRUE), ncol=17))

【讨论】：

你能解释一下这段代码吗？：m1
@robertevansanders 首先我们将 'temp1' 转换为 matrix，然后通过更改尺寸 (dim(m1) <- ...) 将其更改为数组 (3D)，然后使用 @987654328 按边距 2 循环@，执行rowSums 并将其转换为matrix（因为它是一个向量）。

【解决方案3】：

另一种可能性：

x1<-sapply(1:(ncol(temp1)/4),function(x){rowSums(temp1[,1:4+(x-1)*4])})

## check
x0<-cbind(rowSums(temp1[,c(1:4)]), rowSums(temp1[,c(5:8)]), rowSums(temp1[,c(9:12)]), rowSums(temp1[,c(13:16)]))
identical(x1,x0)
# TRUE

【讨论】：

【解决方案4】：

这是另一种方法。将矩阵转换为数组，然后使用apply 和sum。

n <- 4
apply(array(temp1, dim=c(dim(temp1)/c(1,n), n)), MARGIN=c(1,3), FUN=sum)

使用@akrun 的数据

set.seed(24)
temp1 <- matrix(sample(1:20, 16*4, replace=TRUE), ncol=16)

【讨论】：

【解决方案5】：

一个将矩阵列与每组大小n列相加的函数

set.seed(1618)
mat <- matrix(rnorm(24 * 16), 24, 16)

f <- function(mat, n = 4) {
  if (ncol(mat) %% n != 0)
    stop()
  cols <- split(colSums(mat), rep(1:(ncol(mat) / n), each = n))
  ## or use this to have n mean the number of groups you want
  # cols <- split(colSums(mat), rep(1:n, each = ncol(mat) / n))
  sapply(cols, sum)
}

f(mat, 4)
#          1          2          3          4 
# -17.287137  -1.732936  -5.762159  -4.371258 

c(sum(mat[,1:4]), sum(mat[,5:8]), sum(mat[,9:12]), sum(mat[,13:16]))
# [1] -17.287137  -1.732936  -5.762159  -4.371258

更多示例：

## first 8 and last 8 cols
f(mat, 8)
#         1         2 
# -19.02007 -10.13342 

## each group is 16 cols, ie, the entire matrix
f(mat, 16)
#         1 
# -29.15349 

sum(mat)
# [1] -29.15349

【讨论】：