使用 for 循环将事务列表中的值放入稀疏矩阵答案

【问题标题】：Placing values from transaction list into a sparse matrix with a for loop使用 for 循环将事务列表中的值放入稀疏矩阵
【发布时间】：2016-04-30 00:41:57
【问题描述】：

我生成了一个交易列表，其中包括一个用户 ID、一个项目 ID 和一个用户-项目对出现的频率：

UserID ItemID   N
X      S123     4
X      S134     3
X      S135    10
Y      S564     1
Y      S432     2
Z      S189     3

在这个列表中，我想创建一个稀疏矩阵，其中行表示用户 ID，列表示 ItemID，单元格是各自的计数，或者如果这对从未出现过 0。

我写了一个 for 循环，它可以工作，但不幸的是，行数 > 100.000 和列数 > 2000 需要永远：

for(i in 1:nrow(mat)){
  for(j in 1:ncol(mat)){

   r <- rownames(mat)[i]
   c <- colnames(mat)[j]

   mat[i,j] <- ifelse(length(trans[(trans$UserID == r) & (trans$ItemID ==  c), "N"]) > 0, trans[(trans$UserID == r) & (trans$ItemID == c), "N"], 0)    

 }
}

那么，有没有更快的方法？

【问题讨论】：

标签： r for-loop replace sparse-matrix transactional

【解决方案1】：

我们可以从Matrix使用sparseMatrix

library(Matrix)
c1 <- as.numeric(factor(df1$ItemID, levels=unique(df1$ItemID)))
r1 <- as.numeric(factor(df1$UserID, levels=unique(df1$UserID)))
sP1 <- sparseMatrix(r1, c1, x=df1$N)
dimnames(sP1) <- list(unique(df1$UserID), unique(df1$ItemID))

sP1
#   3 x 6 sparse Matrix of class "dgCMatrix"
#    S123 S134 S135 S564 S432 S189
#X    4    3   10    .    .    .
#Y    .    .    .    1    2    .
#Z    .    .    .    .    .    3

【讨论】：