在 R 中创建稀疏矩阵答案

【问题标题】：Creating a sparse matrix in R在 R 中创建稀疏矩阵
【发布时间】：2018-12-14 12:41:07
【问题描述】：

我有一个数据框 Likes 用于 n 个用户和 m 个喜欢，带有 userid 和 likeid1 ：likeidm作为我的变量。特定的用户 ID 存储在第 1 列 (Likes$userid) 中，单元格包含 1 或 0，具体取决于用户是否喜欢具有相应 likeid 的页面。

library(Matrix)

Likes <- data.frame(userid=c("n1","n2"),
                      m1=c(0,1),
                      m2=c(0,0),
                      m3=c(0,0),
                      m4=c(1,0)
                      )

Likes [1,1:5]

  userid       m1          m2          m3          m4
1 n1           0           0           0           1

现在，我想创建一个稀疏矩阵。我将如何在以下代码中指定 j ？我知道我这样做的方式不对，因为从技术上讲，id 不在列中，但已在我的数据框中指定为变量。

sM_Likes <- sparseMatrix(Likes, i=likes$userid, j=1,c(2:ncol(Likes)), x=1)

在此先感谢（并对这个非常基本的问题表示歉意）。

【问题讨论】：

欢迎来到 StackOverflow！对于 r 标签中的第一次问题，这是一个不错的尝试。但是，对于代码调试，请始终根据 MCVE 和 r 标签描述询问 reproducible 代码/数据，并提供所需的输出。您可能希望根据标签描述使用dput() 进行分享。这是一种重现 R 数据的简单方法。您可以将凌乱的dput(data_frame_name) 或dput(head(data_frame_name)) 输出放在问题的底部（点击编辑）。
看看这个问题是否有用：stackoverflow.com/questions/29479198/…
@Hack-R 感谢有关可重现代码的提示，我会尝试的。关于帖子中的解决方案（感谢 dmi3kno 的分享）我觉得这只回答了第一个问题（即我应该事先创建一个没有第一列的数据框）而不是第二个问题，还是我弄错了？
谢谢。所以第二个问题是“我如何在下面的代码中指定 j？我”对吗？因为我认为问题的一部分是你应该只指定 3 个参数中的 2 个，我认为你已经指定了所有 3 个。
@Hack-R 我并不是要低估你的努力；）我的意思是我解决了这个问题，我创建了一个新的 df（不像原来的帖子那样），就像他们做的一样在教程中（df 具有列 userid 和 likeid），然后是 sparseMatrix（i=df$user_row，j=df$like_row，x=1）。我创建了这个问题，因为我想知道是否也可以解决创建这样的 df（而不是“稀疏”我现有的宽 df）。如果你发现是否有办法：如果你分享这个会很棒，但是，不要着急，因为我现在可以继续使用新的 df。谢谢！！:)

标签： r matrix sparse-matrix

【解决方案1】：

我试图通过构建一个像您在问题中描述的对象（我现在已将其编辑到问题中）并通过附加一些额外的假行来重现该问题。

library(Matrix)

Likes <- data.frame(userid=c("n1","n2"),
                      m1=c(0,1),
                      m2=c(0,0),
                      m3=c(0,0),
                      m4=c(1,0)
                      )

我发现在此运行您的代码会引发不同的错误：

sM_Likes <- sparseMatrix(Likes, i=likes$userid, j=1,c(2:ncol(Likes)), x=1)

稀疏矩阵中的错误（喜欢，i = likes$userid，j = 1， c(2:ncol(Likes)), : 必须缺少“i”、“j”或“p”中的一个来自电话

我在 cmets 中多次提到这一点，因为我认为是导致问题的原因。您更正了 j 参数的规范，现在它可以工作了:)

您在 cmets 中还提出了一个关于列名的后续问题。我认为这应该可以解决这个问题：

devtools::install_github("ben519/mltools")
require(mltools)
dt <- data.table(
  intCol=c(1L, NA_integer_, 3L, 0L),
  realCol=c(NA, 2, NA, NA),
  logCol=c(TRUE, FALSE, TRUE, FALSE),
  ofCol=factor(c("a", "b", NA, "b"), levels=c("a", "b", "c"), ordered=TRUE),
  ufCol=factor(c("a", NA, "c", "b"), ordered=FALSE)
)

sparsify(dt)
sparsify(dt, sparsifyNAs=TRUE)
sparsify(dt[, list(realCol)], naCols="identify")
sparsify(dt[, list(realCol)], naCols="efficient")

【讨论】：