Question

我生成了一个交易清单，其中包括用户ID，商品ID和用户项对发生频率的计数：

UserID ItemID   N
X      S123     4
X      S134     3
X      S135    10
Y      S564     1
Y      S432     2
Z      S189     3

在此列表中，我想创建一个稀疏矩阵，其中行表示用户ID，列表示ItemID，单元格是相应的计数，或者如果该对从未出现过0。

我写了一个for循环，它可以工作，但遗憾的是，行数和gt; 100.000和列数＆gt; 2000：

for(i in 1:nrow(mat)){
  for(j in 1:ncol(mat)){

   r <- rownames(mat)[i]
   c <- colnames(mat)[j]

   mat[i,j] <- ifelse(length(trans[(trans$UserID == r) & (trans$ItemID ==  c), "N"]) > 0, trans[(trans$UserID == r) & (trans$ItemID == c), "N"], 0)    

 }
}

那么，有更快的方法吗？

Answer 1

我们可以使用Matrix

中的

library(Matrix)
c1 <- as.numeric(factor(df1$ItemID, levels=unique(df1$ItemID)))
r1 <- as.numeric(factor(df1$UserID, levels=unique(df1$UserID)))
sP1 <- sparseMatrix(r1, c1, x=df1$N)
dimnames(sP1) <- list(unique(df1$UserID), unique(df1$ItemID))

sP1
#   3 x 6 sparse Matrix of class "dgCMatrix"
#    S123 S134 S135 S564 S432 S189
#X    4    3   10    .    .    .
#Y    .    .    .    1    2    .
#Z    .    .    .    .    .    3

netflix.cadmium.objects.videoPlayer();

将事务列表中的值放入带有for循环的稀疏矩阵中

1 个答案: