我遇到了一个问题，但我确信对于非常熟悉 R 的人来说这非常容易。 我有一个 3008 x 3008 的矩阵。我想要的是对每行中的每 8 列求和。所以基本上你会得到一个现在是 367 x 367 的新矩阵。
这是一个小例子：
C.1 C.2 C.3 C.4 C.5 C.6
row1 1 2 1 2 5 6
row1 1 2 3 4 5 6
row1 2 6 3 4 5 6
row1 1 2 3 4 10 6
假设我想对每行中的每 3 列求和，我想最终得到：
C.1 C.2
row1 4 13
row1 6 15
row1 11 15
row1 6 20
【问题讨论】：
# m is your matrix
n <- 8
grp <- seq(1, ncol(m), by=n)
sapply(grp, function(x) rowSums(m[, x:(x+n-1)]))
如果您是 R 新手，请进行一些解释。grp 是一个数字序列，它给出了每组列的起点：如果您想每 8 列求和，则为 1、9、17 等。
sapply调用可以理解如下。对于grp 中的每个数字，它调用rowSums 函数，将与该组号对应的矩阵列传递给它。因此，当grp 为 1 时，它会获取第 1-8 列的行总和；当grp 为 9 时，它会获取第 9-16 列的行总和，依此类推。这些是向量，sapply 然后将它们绑定到一个矩阵中。
【讨论】：
将矩阵转换为数组，然后使用apply 和rowSums。
mat <- structure(c(1L, 1L, 2L, 1L, 2L, 2L, 6L, 2L, 1L, 3L, 3L, 3L, 2L, 4L, 4L, 4L, 5L, 5L, 5L, 10L, 6L, 6L, 6L, 6L),
.Dim = c(4L, 6L),
.Dimnames = list(c("row1", "row2", "row3", "row4"), c("C.1", "C.2", "C.3", "C.4", "C.5", "C.6")))
n <- 3 #this needs to be a factor of the number of columns
a <- array(mat,dim=c(nrow(mat),n,ncol(mat)/n))
apply(a,3,rowSums)
# [,1] [,2]
# [1,] 4 13
# [2,] 6 15
# [3,] 11 15
# [4,] 6 20
【讨论】：
#Create sample data:
df <- matrix(rexp(200, rate=.1), ncol=20)
#Choose the number of columns you'd like to sum up (e.g., 3 or 8)
number_of_columns_to_sum <- 3
df2 <- NULL #Set to null so that you can use cbind on the first value below
for (i in seq(1,ncol(df), by = number_of_columns_to_sum)) {
df2 <- cbind(df2, rowSums(df[,i:(i+number_of_columns_to_sum-1)]))
}
【讨论】：
cbind（非常慢），这里不需要使用for（副作用）。
另一种选择：虽然它可能不那么优雅
mat <- structure(c(1L, 1L, 2L, 1L, 2L, 2L, 6L, 2L, 1L, 3L, 3L, 3L, 2L, 4L, 4L, 4L, 5L, 5L, 5L, 10L, 6L, 6L, 6L, 6L),
.Dim = c(4L, 6L),
.Dimnames = list(c("row1", "row1", "row1", "row1"), c("C.1", "C.2", "C.3", "C.4", "C.5", "C.6")))
new<- data.frame((mat[,1]+mat[,2]+mat[,3]),(mat[,4]+mat[,5]+mat[,6]))
names(new)<- c("C.1","C.2")
new
【讨论】：