求助：基于大数据框两列生成频次矩阵的高效无循环方案

下面是几个无需循环、内存效率更高的解决方案，替代base R的table()/xtabs()：

1. 用data.table（大数据最优选择） #

data.table的分组计算和宽表转换都是高度优化的，内存占用低、速度快，非常适合大型数据集：

# 先安装包（首次使用时）
install.packages("data.table")

library(data.table)
# 转换为data.table格式
dt <- as.data.table(l1)
# 统计每个c2-c1组合的出现次数
counts <- dt[, .N, by = .(c2, c1)]
# 转成宽表，缺失值填充为0
freq_matrix <- dcast(counts, c2 ~ c1, value.var = "N", fill = 0)
# 把c2设为行名，转换为矩阵格式（可选）
freq_matrix <- as.matrix(freq_matrix, rownames = "c2")

2. 用tidyverse工具链（dplyr + tidyr） #

如果你熟悉tidy语法，这套向量化操作的方案也很高效：

# 安装包（首次使用时）
install.packages(c("dplyr", "tidyr"))

library(dplyr)
library(tidyr)

freq_matrix <- l1 %>%
  # 统计组合频次
  count(c2, c1) %>%
  # 转宽表，缺失值填0
  pivot_wider(names_from = c1, values_from = n, values_fill = 0) %>%
  # 把c2列设为行名
  column_to_rownames("c2") %>%
  # 转换为矩阵（可选）
  as.matrix()

3. 稀疏矩阵（极端大数据内存紧张时） #

如果数据集规模极大，生成密集矩阵会耗尽内存，用Matrix包构建稀疏矩阵是最优解——它只存储非零值，内存占用大幅降低：

# 安装包（首次使用时）
install.packages("Matrix")

library(Matrix)
# 将类别转换为整数索引
c1_int <- as.integer(factor(l1$c1))
c2_int <- as.integer(factor(l1$c2))
# 构建稀疏频次矩阵
sparse_freq <- sparseMatrix(
  i = c2_int, 
  j = c1_int, 
  x = 1,
  dimnames = list(levels(factor(l1$c2)), levels(factor(l1$c1)))
)
# 若确实需要密集矩阵（谨慎使用，大数据下易爆内存）
# dense_freq <- as.matrix(sparse_freq)

为什么table/xtabs不适合大数据？ #

base R的table()和xtabs()会预先生成所有可能的类别组合，哪怕某些组合实际不存在，当数据的类别数量较多时，会瞬间占用大量内存，而上面的方案都是先统计实际存在的组合，再转换为宽表，内存效率高得多。

内容的提问来源于stack exchange，提问作者jerry1