R：稀疏矩阵中的有效列减法

在这个稀疏矩阵中

library(Matrix)
m <- matrix(c(1,3,1,2,2,3,1,1,2,2,3,4,1,1,2,1,1,2), nrow = 6)
M <- sparseMatrix(i = m[,1], j = m[,2], x = m[,3], dimnames = list(expression(x1, x2, x3), expression(t1, t2, t3, t4)))
M
3 x 4 sparse Matrix of class "dgCMatrix"
   t1 t2 t3 t4
x1  1  2  .  .
x2  .  1  1  .
x3  1  .  .  2

库（矩阵）
m可能有捷径，但一种方法是创建一个正确大小的空稀疏矩阵

> D = Matrix(0, dim(M)[1], dim(M)[2], sparse=TRUE, dimnames=dimnames(M))

# 3 x 4 sparse Matrix of class "dgCMatrix"
#    t1 t2 t3 t4
# x1  .  .  .  .
# x2  .  .  .  .
# x3  .  .  .  .

…并用差异填充它

> D[,2:ncol(D)] = M[,2:ncol(M)] - M[,1:ncol(M)-1]

# 3 x 4 sparse Matrix of class "dgCMatrix"
#    t1 t2 t3 t4
# x1  .  1 -2  .
# x2  .  1  . -1
# x3  . -1  .  2

另一个选项是
cbind
第一个空列：

empty_col_1 <- Matrix(0, nrow = nrow(M), ncol = 1, 
                      dimnames = list(NULL, "t1"))
D <- cbind(empty_col_1, M[, -1] - M[, -ncol(M)])

empty\u col\u 1更好，你得到了我在作业中丢失的
0
：）仍然是R初学者，
cbind
看起来很有用。感谢Dmitry和Joachim，你的解决方案比我的循环快8倍。可以，只要有人想出更好的解决方案就行了。
empty_col_1 <- Matrix(0, nrow = nrow(M), ncol = 1, 
                      dimnames = list(NULL, "t1"))
D <- cbind(empty_col_1, M[, -1] - M[, -ncol(M)])