从具有稀疏矩阵的分类创建二进制变量

Question

我有这个data.table：

df <- data.table(u = c(1,2,3,4,5), d = c(1,2,0,1,2), V1 = c(0.3, 0.2, 0.2, 0.1, 0.2), 
                     pred = c(1,2,0,1,0), sec_pred = c(2,1,0,1,0), ones = rep(1,5))

#   u d  V1 pred sec_pred ones
#1: 1 1 0.3    1        2    1
#2: 2 2 0.2    2        1    1
#3: 3 0 0.2    0        0    1
#4: 4 1 0.1    1        1    1
#5: 5 2 0.2    0        0    1

我想得到这样的矩阵：

dcast(df, u + d + V1 ~ pred + sec_pred, fill = 0, value.var = 'ones')

#   d  V1 u 0_0 1_1 1_2 2_1
#1: 0 0.2 3   1   0   0   0
#2: 1 0.1 4   0   1   0   0
#3: 1 0.3 1   0   0   1   0
#4: 2 0.2 2   0   0   0   1
#5: 2 0.2 5   1   0   0   0

但由于我有一个非常大的 data.table，我想创建一个稀疏矩阵。但是最好创建 pred 和 sec_pred 值的所有可能组合，例如 0_0、0_1、0_2、1_0、1_1...

Answer 1

一个选项可能是

library(Matrix)
v1 <- df[, do.call(paste, c(.SD, list( sep="_"))), .SDcols = 4:5]
j1 <- match(v1, unique(v1))
sM <- sparseMatrix(1:nrow(df), j1, x=1, 
                     dimnames = list(NULL, unique(v1)))
sM
#   5 x 4 sparse Matrix of class "dgCMatrix"
#     1_2 2_1 0_0 1_1
#[1,]   1   .   .   .
#[2,]   .   1   .   .
#[3,]   .   .   1   .
#[4,]   .   .   .   1
#[5,]   .   .   1   .

如果需要order

sM[,order(colnames(sM))]
#5 x 4 sparse Matrix of class "dgCMatrix"
#     0_0 1_1 1_2 2_1
#[1,]   .   .   1   .
#[2,]   .   .   .   1
#[3,]   1   .   .   . 
#[4,]   .   1   .   .
#[5,]   1   .   .   .