我正在尝试使用split-apply-combine方法构建一个大型稀疏矩阵，在数据帧的列子集上单独调用包sparse.model.matrix()中的Matrix，然后将它们绑定到一起全矩阵。由于内存限制，我必须这样做（我不能一次在整个df上调用sparse.model.matrix）。这个过程运行正常，我得到一个稀疏矩阵列表，但是它们有不同的维度，当我尝试将它们绑定在一起时，我不能。
例如：
data(iris)
set.seed(100)
iris$v6 <- sample(c("a","b","c",NA), 150, replace=TRUE)
iris$v7 <- sample(c("x","y",NA), 150, replace = TRUE)
sparse_m1 <- sparse.model.matrix(~., iris[,1:5])
sparse_m2 <- sparse.model.matrix(~.-1, iris[, 6:7])
dim(sparse_m1)
[1] 150 7
dim(sparse_m2)
[1] 71 4
cbind2(sparse_m1, sparse_m2)
Error: Matrices must have same number of rows in cbind2(sparse_m1, sparse_m2)
cbind(sparse_m1, sparse_m2)
Error: Matrices must have same number of rows in cbind2(..1, r)
矩阵具有相同的行名称，sparse_m2中只省略了一些行，因为它们在两列中都缺少值。有没有办法将它们结合起来？
我还尝试使用rbind.fill.matrix()包中的plyr，首先进行转置，然后调用它然后重新转置，但由于rbind.fill中的行名被忽略，因此我丢失了列名。基质
有什么想法吗？
答案 0 :(得分：1)
最近遇到同一问题，如今您可以
install.packages("Matrix.utils")
library(Matrix.utils)
sparse_filled <- rBind.fill(sparse_m1, sparse_m2)