R 按列和行组快速聚合矩阵

我有一个大矩阵

mat

，其中有行名

group\u label\u x

和列名

group\u label\u y

。我想通过

group\u label\u x

和

group\u label\u y

将

mat

聚合成

ave\u mat

，其中

ave\u mat[I，j]

的值是

mat[group\u label\u x[I]，group\u label\u y[j]

的平均值。这可以通过使用双forloop或应用两次

aggregate

函数（

aggregate（mat，by=list（group\u label\u x），FUN='mean'）

）来实现。但是有什么方法可以实现更快的速度吗？（因为我有许多矩阵要聚合）

下面的代码生成一个大约包含1E4行和2E4列的演示随机矩阵，我想将其聚合为~1E3 x 1E3矩阵：

set.seed(1)

dim_x_raw = 1E4
dim_y_raw = 2E4

n_groups_x = 1E3
n_groups_y = 1E3

group_len_x = diff(sort(sample( 1:dim_x_raw, n_groups_x )))
group_label_x = rep( paste0('group_', 1:length(group_len_x)), group_len_x )

group_len_y = diff(sort(sample( 1:dim_y_raw, n_groups_y )))
group_label_y = rep( paste0('group_', 1:length(group_len_y)), group_len_y )

mat = matrix( runif( length(group_label_x)*length(group_label_y) ), length(group_label_x) )

######################################

我的聚合代码（速度较慢）：

你可以试试

library(data.table)
# add row and colnames
mat = matrix(runif( length(group_label_x)*length(group_label_y)), length(group_label_x), 
              dimnames = list(group_label_x, group_label_y))
# transform to data.table
mat_dt <- data.table(mat, keep.rownames = TRUE, stringsAsFactors = FALSE)
rm(mat) #rmove the old matrix
# melt, summarise per group and calculate mean
mat_dt <- melt(mat_dt, id.vars = "rn")
head(mat_dt)
        rn variable     value
1: group_1  group_1 0.8718050
2: group_1  group_1 0.9671970
3: group_1  group_1 0.8669163
4: group_1  group_1 0.4377153
5: group_1  group_1 0.1919378
6: group_1  group_1 0.0822944
res <- mat_dt[,.(Mean=mean(value)),.(rn, variable)]
head(res)
        rn variable      Mean
1: group_1  group_1 0.4888935
2: group_2  group_1 0.3903115
3: group_3  group_1 0.4601481
4: group_4  group_1 0.5023852
5: group_5  group_1 0.5067483
6: group_6  group_1 0.4851856
dim(res)
[1] 998001      3

库（data.table）
#添加行和列名称
mat=矩阵（runif（长度（组标签）*长度（组标签）），长度（组标签），
dimnames=列表（组标签x、组标签y））
#转换为data.table
您可以试用dplyr软件包吗？一般来说，
data.table
和
tidyverse
在R中速度非常快。是否有一个函数将res转换为矩阵ave_mat，其中ave_mat[i，j]是mat[group_label_x[i]，group_label_y[j]的平均值？实际上，我无法检索res[[2]]，这给了我一个错误：as.character.factor（x）中的错误：格式错误的factor。使用方法dcast（res，rn~variable，value.var=“Mean”）也会给出此错误
library(data.table)
# add row and colnames
mat = matrix(runif( length(group_label_x)*length(group_label_y)), length(group_label_x), 
              dimnames = list(group_label_x, group_label_y))
# transform to data.table
mat_dt <- data.table(mat, keep.rownames = TRUE, stringsAsFactors = FALSE)
rm(mat) #rmove the old matrix
# melt, summarise per group and calculate mean
mat_dt <- melt(mat_dt, id.vars = "rn")
head(mat_dt)
        rn variable     value
1: group_1  group_1 0.8718050
2: group_1  group_1 0.9671970
3: group_1  group_1 0.8669163
4: group_1  group_1 0.4377153
5: group_1  group_1 0.1919378
6: group_1  group_1 0.0822944
res <- mat_dt[,.(Mean=mean(value)),.(rn, variable)]
head(res)
        rn variable      Mean
1: group_1  group_1 0.4888935
2: group_2  group_1 0.3903115
3: group_3  group_1 0.4601481
4: group_4  group_1 0.5023852
5: group_5  group_1 0.5067483
6: group_6  group_1 0.4851856
dim(res)
[1] 998001      3

system.time(
 res <- melt(data.table(mat, keep.rownames = TRUE, stringsAsFactors = FALSE), id.vars = "rn")[,.(Mean=mean(value)),.(rn, variable)]
+ )
       User      System verstrichen 
       8.15        0.01        8.19