R对矩阵中的每k列求和

时间:2014-12-05 16:36:22

标签: r matrix

我有一个矩阵temp1(尺寸Nx16)(通常是NxM)

我想将每行中的每个k列加总为一个值。

这是我到目前为止所做的:

cbind(rowSums(temp1[,c(1:4)]), rowSums(temp1[,c(5:8)]), rowSums(temp1[,c(9:12)]), rowSums(temp1[,c(13:16)]))

必须有一个更优雅(和通用)的方法来做到这一点。

我在这里注意到类似的问题:
sum specific columns among rows

无法使用Ananda的解决方案; 出现以下错误:

  

sapply(split.default(temp1,0:(length(temp1)-1)%/%4),rowSums)

    FUN错误(X [[1L]],...):
    'x'必须是至少包含两个维度的数组

请告知。

5 个答案:

答案 0 :(得分:5)

您可以使用by

do.call(cbind, by(t(temp1), (seq(ncol(temp1)) - 1) %/% 4, FUN = colSums))

答案 1 :(得分:3)

如果子矩阵的维度相等,您可以将维度更改为array,然后执行rowSums

 m1 <- as.matrix(temp1)
 n <- 4
 dim(m1) <- c(nrow(m1), ncol(m1)/n, n)
 res <- matrix(rowSums(apply(m1, 2, I)), ncol=n)
 identical(res[,1],rowSums(temp1[,1:4]))
 #[1] TRUE

或者维度是否不相等

  t(sapply(seq(1,ncol(temp2), by=4), function(i) {
                  indx <- i:(i+3)
               rowSums(temp2[indx[indx <= ncol(temp2)]])}))

数据

set.seed(24)
temp1 <- as.data.frame(matrix(sample(1:20, 16*4, replace=TRUE), ncol=16))

set.seed(35)
temp2 <- as.data.frame(matrix(sample(1:20, 17*4, replace=TRUE), ncol=17))

答案 2 :(得分:1)

另一种可能性:

x1<-sapply(1:(ncol(temp1)/4),function(x){rowSums(temp1[,1:4+(x-1)*4])})

## check
x0<-cbind(rowSums(temp1[,c(1:4)]), rowSums(temp1[,c(5:8)]), rowSums(temp1[,c(9:12)]), rowSums(temp1[,c(13:16)]))
identical(x1,x0)
# TRUE

答案 3 :(得分:1)

这是另一种方法。将矩阵转换为数组,然后将applysum一起使用。

n <- 4
apply(array(temp1, dim=c(dim(temp1)/c(1,n), n)), MARGIN=c(1,3), FUN=sum)

使用@ akrun的数据

set.seed(24)
temp1 <- matrix(sample(1:20, 16*4, replace=TRUE), ncol=16)

答案 4 :(得分:1)

一个函数,它将矩阵列与每个大小为n

的组相加
set.seed(1618)
mat <- matrix(rnorm(24 * 16), 24, 16)

f <- function(mat, n = 4) {
  if (ncol(mat) %% n != 0)
    stop()
  cols <- split(colSums(mat), rep(1:(ncol(mat) / n), each = n))
  ## or use this to have n mean the number of groups you want
  # cols <- split(colSums(mat), rep(1:n, each = ncol(mat) / n))
  sapply(cols, sum)
}

f(mat, 4)
#          1          2          3          4 
# -17.287137  -1.732936  -5.762159  -4.371258 

c(sum(mat[,1:4]), sum(mat[,5:8]), sum(mat[,9:12]), sum(mat[,13:16]))
# [1] -17.287137  -1.732936  -5.762159  -4.371258

更多例子:

## first 8 and last 8 cols
f(mat, 8)
#         1         2 
# -19.02007 -10.13342 

## each group is 16 cols, ie, the entire matrix
f(mat, 16)
#         1 
# -29.15349 

sum(mat)
# [1] -29.15349