问题标签 [rowsum]

我在 Scala 中有一个 CoordinateMatrix 格式的矩阵。矩阵是稀疏的，整体看起来像（在 coo_matrix.entries.collect 上），

这只是一个很小的样本量。矩阵的大小为 N x N（其中 N = 100 万），尽管其中大部分是稀疏的。在 Spark Scala 中获取该矩阵的行和的有效方法之一是什么？目标是创建一个由行总和组成的新 RDD，即大小为 N，其中第一个元素是 row1 的行总和，依此类推..

我总是可以将此坐标矩阵转换为 IndexedRowMatrix 并运行一个 for 循环来一次计算一次迭代的行和，但这不是最有效的方法。

任何想法都非常感谢。

我需要对名称以特定字符串开头的表的列求和。

一个示例表可能是：

我得到了列的列表（在这个例子中我只写了 2 个，但实际情况有更多的 tan 20）。

我试过了

但我只得到一个数字，两个向量中元素的总和。

我需要的是以下结果：

我有一个复杂的数据框，一个最小的例子如下：

看起来像这样：

在某种程度上，每个后续列都是前一列的一种子集。我必须验证农村、城市和总级别的分区和区的总和。

例如：第 7 行和第 8 行之和等于第 5 行中的值。第 5 行是农村分区。随着我们扩展 df，我有许多农村街道。所有农村分区的总和在第 2 行的农村区中给出。

最小预期输出如下：

364 是上面最小示例中给出的 117 + 247 的总和，而 913 是最小示例中给出的行 614 + 299 的总和。

目前我可以将子集设置为特定值，但不知道如何根据这些复杂的选择求和。有人可以帮忙吗？

我有一个 2 列的矩阵。我使用以下公式逐行计算了每列对整体的百分比贡献：

这给出了以下结果：

但是，我需要为每一行添加权重，即第 1 行为 1，第 2 行为 3。请问如何计算加权百分比贡献？

由于错误消息，我变得疯狂。我完全使用了脚本，但使用了另一个矩阵，我无法再计算行和。

我收到了这个烦人的错误信息：

x 必须是至少为二维的数组

我想计算矩阵影响中第 15 列的行总和。

我有这样的表：

例如，里面有这样的数据：

我需要为每个用户 ID 获取总和，其中有很多。postgres 中是否有任何可以快速完成的功能？

我想找出行和平均值，但如果行中出现零，那么当行的平均值完成时，应该保留该特定列。让它更清楚。我有一个矩阵说

第一行的行和平均值应该是 16/4 而不是 16/5，因为我们留下了第 1 行第 5 列，因为它包含“0”值

我正在尝试以下代码。对于第一行，它的工作正常，但对于其余的每行 2-5 和每列 5，尽管它不是零，但它的值仍然存在。

我的代码是：

我收到的程序的输出是：

我希望输出为：

请指导我哪里做错了

我是 R 的新手，并寻求帮助来计算每一行的选定列的总和。我的简单数据框如下。

我想要新数据框中每一行的 V1 到 V3 列和 V4 到 V6 列的总和。

我做了类似下面的事情。

但是我的代码应该有问题。提前感谢您的帮助。

我正在使用重复测量的数据库，我需要按类别计算数字向量的总和并删除重复项。

Category Area
A 30
A 15
A 20
B 45
B 30
C 12
D 18
D 22

并转换为：

Category Area
A 65
B 75
C 12
D 40

我怎样才能在 R 中得到这个？

我有一个data.frame看起来像这样的稀疏二进制文件

我需要找到在我调用rowSums这些列时最小化获得的零数量的 3 列。

例子：

在这里，当我调用rowSums前 3 列时，我得到 2 个零，而当我调用rowSums列时，2:4我只得到一个0，因此首选第二种解决方案。

当然，我申请时不需要列彼此相邻rowSums，所以我需要探索所有可能的组合（例如：我rowSums也想考虑这种情况 ov V1+V5+V17，...），如果有多个“最佳”解决方案，我只保留其中一个就可以了。

请注意，我的实际data.frame是 220.000 行 x 200 列，因此我需要一种有效的方法来消耗时间/内存。