Question

说我有一个索引列表，例如：

l <- list(c(1,2,3), c(1), c(1,5), c(2, 3, 5))

指定矩阵中的非零元素，如：

(m <- matrix(c(1,1,1,0,0, 1,0,0,0,0, 1,0,0,0,5, 0,1,1,0,1), nrow=4, byrow=TRUE))

     [,1] [,2] [,3] [,4] [,5]
[1,]    1    1    1    0    0
[2,]    1    0    0    0    0
[3,]    1    0    0    0    5
[4,]    0    1    1    0    1

使用R从m创建l的最快方法是什么，假设矩阵非常大，比如50.000行和2000列？

Answer 1

尝试

d1 <- stack(setNames(l, seq_along(l)))
library(Matrix)
m1 <- sparseMatrix(as.numeric(d1[,2]), d1[,1], x=1)
as.matrix(m1)
#     [,1] [,2] [,3] [,4] [,5]
#[1,]    1    1    1    0    0
#[2,]    1    0    0    0    0
#[3,]    1    0    0    0    1
#[4,]    0    1    1    0    1

或者代替stack，我们可以使用melt

library(reshape2)
d2 <- melt(l)
sparseMatrix(d2[,2], d2[,1],x=1)

或仅使用base R

Un1 <- unlist(l)
m1 <- matrix(0, nrow=length(l), ncol=max(Un1))
m1[cbind(as.numeric(d1$ind), d1$values)] <- 1
m1

Answer 2

对我来说，以下建议至少比上述建议快3倍，数据大小与问题中指定的大小相同（5e4 x 2e3）：

  unlist_l <- unlist(l)
  M <- matrix(0, nrow = length(l), ncol = max(unique(unlist_l)))
  ij <- cbind(rep(1:length(l), lengths(l)), unlist_l)
  M[ij] <- 1

性能可能取决于数据大小和稀疏程度。

R：二进制矩阵的索引列表

2 个答案: