我有以下格式的巨大事件列表：
> dput(head(events))
structure(list(action = c("110:0.49,258:0.49", "110:0.49,258:0.49",
"110:0.49,258:0.49", "114:1.0,299:1.0", "114:1.0,299:1.0", "110:0.49"
), response = c("113=5-110=266-111=30-258=248-99=18-264=15", "113=5-110=278-111=30-258=260-99=18-264=15",
"113=5-110=284-111=30-258=266-99=18-264=15", "114=34-299=34-108=134-110=12-246=67",
"114=34-299=34-108=134-110=18-246=67", "114=34-113=6-299=34-108=146-110=24-246=73"
)), .Names = c("action", "response"), row.names = c(NA, 6L), class = "data.frame")
action和response都是来自110和114等密钥的映射到0.49和5等值。
我想要的是一个矩阵，其(i,j)条目对所有事件都是sum(action[i] * response[j])，其中action[i]是密钥i的值（类似于{{1} }}）。另外，我需要向量response和sum(action[i])。
我可以使用这样的东西来做到这一点：
sum(response[j])我认为这应该或多或少地符合我的需要。
然而，中间对象（# split actions
l <- strsplit(events$action,",")
ll <- sapply(l,length)
l <- unlist(l)
l1 <- strsplit(l,":")
rm(l)
df1 <- data.frame(response = events$response[rep(1:nrow(events), ll)],
action = as.factor(sapply(l1,"[[",1)),
action.weight = as.numeric(sapply(l1,"[[",2)))
# split responses
l <- strsplit(df1$response,"-")
ll <- sapply(l,length)
l <- unlist(l)
l1 <- strsplit(l,"=")
rm(l)
rows <- rep(1:nrow(df1), ll)
df2 <- data.frame(action = df1$action[rows],
action.weight = df1$action.weight[rows],
response = as.factor(sapply(l1,"[[",1)),
response.weight = as.numeric(sapply(l1,"[[",2)))
df2$weight <- df2$action.weight * df2$response.weight
df2$action.weight <- NULL
df2$response.weight <- NULL
# summarise by action/response
dt1 <- as.data.table(df2)
setkeyv(dt1,c("action","response"))
dt2 <- dt1[, sum(weight), by="action,response"]
，df1，df2和＆amp; c）对我的RAM来说太大了。
我想知道是否有办法以更有效的方式完成我的需要。
PS。事实上l和action的密钥组是相同的，但似乎没有理由依赖它。