2

我遇到了一个问题，但我确信对于非常熟悉 R 的人来说这非常容易。我有一个 3008 x 3008 的矩阵。我想要的是每行中每 8 列求和。所以基本上你最终会得到一个现在是 367 x 367 的新矩阵。

这是一个小例子：

           C.1 C.2 C.3 C.4 C.5 C.6
    row1    1   2   1   2   5   6
    row1    1   2   3   4   5   6
    row1    2   6   3   4   5   6
    row1    1   2   3   4   10   6

所以说我想对每行中的每 3 列求和，我想得到：

           C.1 C.2
    row1    4   13
    row1    6   15
    row1   11   15
    row1    6   20
4

4 回答 4

2 
# m is your matrix
n <- 8
grp <- seq(1, ncol(m), by=n)
sapply(grp, function(x) rowSums(m[, x:(x+n-1)]))

如果您是 R 的新手，一些解释grp是一个数字序列，它给出了每组列的起点：1、9、17 等，如果您想每 8 列求和。

sapply调用可以理解如下。对于 中的每个数字grp，它调用rowSums函数，将与该组号对应的矩阵列传递给它。因此，当grp为 1 时，它获取第 1-8 列的行总和；当grp为 9 时，它获取第 9-16 列的行总和，依此类推。这些是向量，sapply然后它们结合在一起形成一个矩阵。

于 2013-07-12T17:54:11.373 回答
1

将矩阵转换为数组，然后使用applyand rowSums。

mat <- structure(c(1L, 1L, 2L, 1L, 2L, 2L, 6L, 2L, 1L, 3L, 3L, 3L, 2L, 4L, 4L, 4L, 5L, 5L, 5L, 10L, 6L, 6L, 6L, 6L), 
                 .Dim = c(4L, 6L), 
                 .Dimnames = list(c("row1", "row2", "row3", "row4"), c("C.1", "C.2", "C.3", "C.4", "C.5", "C.6")))

n <- 3 #this needs to be a factor of the number of columns
a <- array(mat,dim=c(nrow(mat),n,ncol(mat)/n))
apply(a,3,rowSums)
#      [,1] [,2]
# [1,]    4   13
# [2,]    6   15
# [3,]   11   15
# [4,]    6   20
于 2013-07-12T17:51:18.473 回答
0

另一种选择：虽然它可能不那么优雅

mat <- structure(c(1L, 1L, 2L, 1L, 2L, 2L, 6L, 2L, 1L, 3L, 3L, 3L, 2L, 4L, 4L, 4L, 5L, 5L, 5L, 10L, 6L, 6L, 6L, 6L), 
                 .Dim = c(4L, 6L), 
                 .Dimnames = list(c("row1", "row1", "row1", "row1"), c("C.1", "C.2", "C.3", "C.4", "C.5", "C.6")))

new<- data.frame((mat[,1]+mat[,2]+mat[,3]),(mat[,4]+mat[,5]+mat[,6]))
names(new)<- c("C.1","C.2")
new
于 2013-07-12T19:51:39.120 回答
0 
#Create sample data:
df <- matrix(rexp(200, rate=.1), ncol=20)

#Choose the number of columns you'd like to sum up (e.g., 3 or 8)
number_of_columns_to_sum <- 3

df2 <- NULL #Set to null so that you can use cbind on the first value below
for (i in seq(1,ncol(df), by = number_of_columns_to_sum)) {
  df2 <- cbind(df2, rowSums(df[,i:(i+number_of_columns_to_sum-1)]))
}
于 2013-07-12T17:49:35.920 回答