如何删除矩阵中未使用的行和列答案

【问题标题】：How to remove unused rows and columns in a matrix如何删除矩阵中未使用的行和列
【发布时间】：2017-06-16 15:21:45
【问题描述】：

我是 R 编程新手。

我有两个列表，其中一个列表包含用户名。另一个列表包含每个用户访问过的页面

用户：AAA BBB CCC DDD

记录：

page 1  AAA  
page 2  BBB  
page 3  AAA  
page 4  BBB   
page 1  BBB    
page 4  AAA

我需要收集每个用户访问过的所有页面

需要输出：

Pages visited by AAA page1,page 3, page 4  
Pages visited by BBB page 2, page4, page 1

我正在尝试将每个用户访问的页面存储在矩阵中
例如，矩阵第 1 行的列将包含用户 1 浏览的页面，依此类推
请看下面我的代码：

k <- 0
    out <- matrix(NA, nrow=100, ncol=50) #my final output matrix
    for (i in users) 
    {
    k <- k+1
    p <- 0
    for (j in records) 
    {
     x<-(strsplit(j, "\t"))
    if(x[[1]][2]== i) #gather all pages visited by a same user
    {
    p <- p+1    
    out[k,p]=c(x[[1]][1])
    }
    }
    x <- 0
    #here i need to remove unused columns in row k
    }
out <- out[1:(k),]  #remove unused rows in a matrix
print (out)

我得到的输出

page1 page3 page4 NA NA NA .... NA   
page2 page4 page1 NA NA NA .... NA

需要最终矩阵：

page1 page3 page4     
page2 page4 page1

【问题讨论】：

你能给出你的两个列表中的reproducible example 吗？如果将这两个列表绑定到一个数据框中，那么一个简单的聚合 (aggregate(pages ~ user, df, toString)) 应该可以完成这项工作
所有用户访问的页面数量都相同吗？如果没有，矩阵将不起作用，因为您需要为每个用户提供不同数量的列。
@herbaman 每个用户浏览的页面数不同。现在我明白我的错误是不能使用矩阵，因为它应该是一些固定的行 x 列。您能否提出任何替代方法来实现我的预期解决方案？
我一直在研究这个解决方案，但我同意@herbaman，矩阵的列数是固定的，它会影响最终输出。您正在打印 NA ，因为您的矩阵单元格已初始化为没有值。提供最终解决方案的可能方法是：a）用空字符串初始化矩阵或在 out 函数中设置 na.print 标志以将 NA 值可视化为例如。空字符串，或 c) a) 或 b) 的组合，并将矩阵行修剪为单个用户查看的最大页面数
您可以使用列表列表，@Sotos 提到的aggregate()，deplyr 的group_by()，或data.table()。我支持@Sotos，您应该提供一个可重现的数据示例。

标签： r matrix

【解决方案1】：

以records为输入，然后

df <- as.data.frame(do.call(rbind, strsplit(gsub('\t', ' ', records), ' ')), 
                                                     stringsAsFactors = FALSE)

aggregate(V2 ~ V3, df, toString)
#   V3      V2
#1 AAA 1, 3, 4
#2 BBB 2, 4, 1

如果你想要一个矩阵，那么，

m1 <- aggregate(V2 ~ V3, df, matrix)

m1[,-1]
#     [,1] [,2] [,3]
#[1,] "1"  "3"  "4" 
#[2,] "2"  "4"  "1"

或者如果你真的想在数字前面加上'page'，

matrix(paste0('page', m1[,-1]), nrow = nrow(m1))
#     [,1]    [,2]    [,3]   
#[1,] "page1" "page3" "page4"
#[2,] "page2" "page4" "page1"

【讨论】：

【解决方案2】：

这样就可以了：

 k <- 0
 out <- matrix(NA, nrow=100, ncol=50) #my final output matrix

 #Initialize max count of rows
 maxr<-0

 for (i in users) 
 {
   k <- k+1
   p <- 0


   for (j in records) 
   {
     x<-(strsplit(j, "\t"))
     if(x[[1]][2] == i) #gather all pages visited by a same user
     {
       p <- p+1    
       out[k,p] =c(x[[1]][1])

       #If we have a greater p, p will be the new maxr
       if(p > maxr)
       {
         maxr <- p
       }
     }
   }
   x <- 0
   #here i need to remove unused columns in row k
 }

 #Trim matrix by rows and cols
 out <- out[1:(k),1:(maxr)]  #remove unused rows in a matrix

 #Replace NA with empty string
 print (out, na.print = '')

希望此解决方案有所帮助。

问候，

【讨论】：