将稀疏矩阵索引列表转换为R中的矩阵答案

【问题标题】：convert list of sparse matrix indices to matrix in R将稀疏矩阵索引列表转换为R中的矩阵
【发布时间】：2015-07-24 18:52:58
【问题描述】：

我有这个字符串列表：

dat <- list(V1=c("1:23","4:12"),V2=c("1:3","2:12","6:3"))

列表元素 V1 和 V2 是列。 1:23 表示“此列中的第一个条目的值为 23”。所有其他条目应为零。矩阵的维度由最高条目表示，在这种情况下，我们有 2 列（V1 和 V2），最高行数是 6，因此会产生一个 2x6 矩阵，如下所示：

matrix(c(23,3,
     0,12,
     0,0,
     12,0,
     0,0,
     0,3),nrow=6,ncol=2,byrow=T)

如何实现这种转换？

【问题讨论】：

您的意思是写matrix(c(23,3, 吗？
“所有其他条目为零”是错误的，或者充其量是令人困惑的......
@EricBrooks 谢谢，已更正。

标签： r list matrix sparse-matrix

【解决方案1】：

你也可以试试

library(dplyr)
library(tidyr)
library(Matrix)

 d1 <- unnest(dat,col) %>% 
           separate(x, into=c('row', 'val'), ':', convert=TRUE)  %>% 
           extract(col, into='col', '\\D+(\\d+)', convert=TRUE)

 as.matrix(with(d1, sparseMatrix(row, col, x=val)))
 #     [,1] [,2]
 #[1,]   23    3
 #[2,]    0   12
 #[3,]    0    0
 #[4,]   12    0
 #[5,]    0    0
 #[6,]    0    3

【讨论】：

unnest(setNames(dat, seq_along(dat)),col) 与stack(dat) 非常相似。 as.numeric 在后者中的 ind 上的效果与在前者中的 col 上一样好。
@Frank 首先，我使用了stack（在编辑中），但后来认为人们喜欢unnest 而不是stack，并且主要使用来自tidyr/dplyr 的函数使其更具吸引力： -)
或者，实际上，unnest(dat,col) 将其保存在 tidyr/dplyr 中 :) 无需重命名
@Frank 但是，在sparseMatrix 中，我需要数字索引。例如。 d1 <- unnest(dat,col) %>% separate(x, into=c('row', 'val'), ':', convert=TRUE)。然后我可以使用sub 提取数字部分并转换为数字索引
哦，问题是unnest 的行为与stringsAsFactors=FALSE 一致。这有效：d1 <- stack(dat) %>% separate(values, into=c('row', 'val'), ':', convert=TRUE) %>% mutate(col=as.numeric(ind))。但这失败了：d1 <- unnest(dat,col) %>% separate(x, into=c('row', 'val'), ':', convert=TRUE) %>% mutate(col=as.numeric(col))。当然，看起来不错:)

【解决方案2】：

解决方案：

dat <- list(V1=c("1:23","4:12"),V2=c("1:3","2:12","6:3"))
y <- inverse.rle(list(values = 1:length(dat),lengths = sapply(dat,length)))

x <-  as.numeric(unlist(sapply(dat,function(y)sapply(strsplit(y,":"),function(x)x[1]))))
val <- as.numeric(unlist(sapply(dat,function(y)sapply(strsplit(y,":"),function(x)x[2]))))

num_row <- max(x)
num_col <- max(y) 
m = matrix(0, nrow = num_row, ncol = num_col)
m[cbind(x,y)] <- val
m

【讨论】：