Question

我的表格看起来像这样：

Row Col Value
1   1   31
1   2   56
1   8   13
2   1   83
2   2   51
2   9   16
3   2   53

我需要将此表转换为矩阵（Row列表示行，Col列表示列）。对于像这样的输出：

   1  2  3  4  5  6  7  8  9 
1 31 56 NA NA NA NA NA 13 NA
2 81 51 NA NA NA NA NA NA 16
3 NA 53 NA NA NA NA NA NA NA

我相信有快速的方法来做我想要的，因为我的解决方案将循环每个行/列组合和cbind一切。

可重复示例：

require(data.table)
myTable <- data.table(
           Row = c(1,1,1,2,2,2,3),
           Col = c(1,2,8,1,2,9,1),
           Value = c(31,56,13,83,51,16,53))

Answer 1

直接的：

dat <- data.frame(
         Row = c(1,1,1,2,2,2,3),
       Col = c(1,2,8,1,2,9,1),
       Value = c(31,56,13,83,51,16,53))
m = matrix(NA, nrow = max(dat$Row), ncol = max(dat$Col))
m[cbind(dat$Row, dat$Col)] = dat$Value
m

Answer 2

稀疏矩阵。您可能需要稀疏矩阵

require(Matrix) # doesn't require installation
mySmat <- with(myTable,sparseMatrix(Row,Col,x=Value))

给出了

3 x 9 sparse Matrix of class "dgCMatrix"

[1,] 31 56 . . . . . 13  .
[2,] 83 51 . . . . .  . 16
[3,] 53  . . . . . .  .  .

矩阵。如果您真的需要一个matrix - 类对象NA，那么

myMat <- as.matrix(mySmat)
myMat[myMat==0] <- NA

给出了

     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9]
[1,]   31   56   NA   NA   NA   NA   NA   13   NA
[2,]   83   51   NA   NA   NA   NA   NA   NA   16
[3,]   53   NA   NA   NA   NA   NA   NA   NA   NA

效率考虑。对于更短的代码：

myMat <- with(myTable,as.matrix(sparseMatrix(Row,Col,x=Value)))
myMat[myMat==0] <- NA

为了更快的速度（但比创建稀疏矩阵慢），初始化为NA然后填充，如@jimmyb和@bgoldst所做的那样：

myMat <- with(myTable,matrix(,max(Row),max(Col)))
myMat[cbind(myTable$Row,myTable$Col)] <- myTable$Value

只有坚持NA超过零时才需要此解决方法。稀疏矩阵几乎肯定是你应该使用的。创建和使用它应该更快;并且存储它应该是更少的内存密集。

Answer 3

我认为实现这一目标的最简洁和最高效的方法是使用NA预先分配矩阵，然后通过手动计算来自Row和Col的线性索引来分配矢量切片：

df <- data.frame(Row=c(1,1,1,2,2,2,3), Col=c(1,2,8,1,2,9,2), Value=c(31,56,13,83,51,16,53) );
m <- matrix(NA,max(df$Row),max(df$Col));
m[(df$Col-1)*nrow(m)+df$Row] <- df$Value;
m;
##      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9]
## [1,]   31   56   NA   NA   NA   NA   NA   13   NA
## [2,]   83   51   NA   NA   NA   NA   NA   NA   16
## [3,]   NA   53   NA   NA   NA   NA   NA   NA   NA

Answer 4

如果你可以和＃34; 0＆＃34;你有xtabs。

的地方

这将是基本方法：

NA

然而，这并没有填补空白，因为并非所有因素水平都可用。您可以单独或即时执行此操作，如下所示：

xtabs(Value ~ Row + Col, myTable)
#    Col
# Row  1  2  8  9
#   1 31 56 13  0
#   2 83 51  0 16
#   3 53  0  0  0

通过扩展，这意味着如果＆＃34; Row＆＃34;和＆＃34; Col＆＃34;值是因素，xtabs(Value ~ factor(Row, sequence(max(Row))) + factor(Col, sequence(max(Col))), myTable) # factor(Col, sequence(max(Col))) # factor(Row, sequence(max(Row))) 1 2 3 4 5 6 7 8 9 # 1 31 56 0 0 0 0 0 13 0 # 2 83 51 0 0 0 0 0 0 16 # 3 53 0 0 0 0 0 0 0 0 也应该有效：

dcast.data.table

（但由于某种原因，它不在我的测试中。我必须做dcast.data.table(myTable, Row ~ Col, value.var = "Value", drop = FALSE)才能使它工作，因此没有利用＆＃34; data.table＆＃34;速度。）

R：将模糊表转换为矩阵

4 个答案: