在 R 中填充稀疏矩阵

Question

我在 R 中填充了一个稀疏矩阵，并在 for 循环中编写了更新，但希望获得一些指针以使其更快。下面是一些示例代码：

library(Matrix)

rowId <- rep(c(101:105), 2)
colId <- rep(c("A", "B"), 5)
count <- 1:10

data <- data.frame(as.character(rowId), colId, count)
names(data) <- c("rowId", "colId", "count")

sparse <- Matrix(nrow = 5, ncol=2, byrow=TRUE, 
                  dimnames = list(unique(rowId), unique(colId)))

for (i in 1:nrow(data)) {
  sparse[data$rowId[i], data$colId[i]] <- data$count[i]
}

有没有更好的方法来更新稀疏矩阵？在我的现实世界问题中，数据有大约 100 万个观察值，稀疏为 25000x38242，顺序运行需要几个小时。

谢谢

斯图尔特

Answer 1

因此，填充稀疏矩阵的链接需要为行/列值传入 2 个向量。所以我这个数据框和它的工作原理：

library(Matrix)

rowId <- rep(c(101:105), 2)
colId <- rep(c("A", "B"), 5)
count <- 1:10

rowIndex <- as.factor(rowId)
colIndex <- as.factor(colId)
rowIndex <- as.numeric(rowIndex)
colIndex <- as.numeric(colIndex)

data <- data.frame(rowIndex, rowId, colIndex, colId, count)

sparse <- sparseMatrix(i=data$rowIndex, j=data$colIndex, x=data$count,
                       dimnames = list(unique(rowId), unique(colId)))

Answer 2

你快到了！实际上，您可以使用表中的数据作为矩阵中的索引在一行中执行此操作：

sparse[data$rowId,data$colId]<-data$count
sparse
5 x 2 Matrix of class "dgeMatrix"
     A  B
101  6  6
102  7  7
103  8  8
104  9  9
105 10 10