如何按列名数字聚合N×N单位矩阵的行？

核心思路 #

要实现需求，关键在于准确提取行名中的前缀和末尾数字（支持多位数），然后按前缀分组，对指定数字对应的行进行求和合并，同时保留前缀的原始出现顺序。

实现代码 #

1. 生成示例矩阵

先重现你提供的16×16单位矩阵：

I <- diag(16)
names <- paste(rep(c("aaa", "bbb", "ccc", "ddd"), each = 4), rep(1:4, times = 4), sep = "")
rownames(I) <- colnames(I) <- names

2. 通用聚合函数

这个函数支持任意N×N矩阵，可自由指定要合并的数字，且能正确识别多位数（如10、22），保留前缀原始顺序：

aggregate_rows_by_suffix_num <- function(mat, target_nums) {
  # 提取行名中的前缀和末尾数字（支持多位数）
  name_parts <- strcapture("^(.*?)(\\d+)$", rownames(mat), 
                           data.frame(prefix = character(), num = integer()))
  
  # 筛选出数字属于目标集合的行
  target_idx <- which(name_parts$num %in% target_nums)
  filtered_mat <- mat[target_idx, , drop = FALSE]
  filtered_parts <- name_parts[target_idx, ]
  
  # 按前缀分组，严格保留前缀的原始出现顺序
  unique_prefixes <- unique(filtered_parts$prefix)
  prefix_groups <- split(seq_len(nrow(filtered_mat)), filtered_parts$prefix)[unique_prefixes]
  
  # 对每组行求和，完成合并
  agg_rows <- lapply(prefix_groups, function(idx) colSums(filtered_mat[idx, , drop = FALSE]))
  
  # 转换为矩阵并设置行名列名
  agg_mat <- do.call(rbind, agg_rows)
  rownames(agg_mat) <- names(agg_rows)
  colnames(agg_mat) <- colnames(mat)
  
  return(agg_mat)
}

3. 测试示例

合并数字1和2对应的行：

# 合并数字1、2的行
agg_result <- aggregate_rows_by_suffix_num(I, target_nums = c(1, 2))
# 查看结果
print(agg_result)

4. 测试多位数场景

验证数字大于10的情况（比如10、22）：

# 生成包含多位数的测试矩阵
I_large <- diag(6)
names_large <- c("ABC1", "ABC10", "DEF2", "DEF22", "GHI3", "GHI33")
rownames(I_large) <- colnames(I_large) <- names_large

# 合并数字10和22的行
agg_large_result <- aggregate_rows_by_suffix_num(I_large, target_nums = c(10, 22))
print(agg_large_result)

关键细节说明 #

• 正则表达式^(.*?)(\\d+)$：用非贪婪匹配.*?提取数字前的所有前缀字符，\\d+匹配一个或多个数字，确保正确识别多位数（不会把"ABC10"拆成"ABC1"和"0"）。
• 保留原始顺序：通过unique(filtered_parts$prefix)获取前缀第一次出现的顺序，避免分组时自动排序，严格遵循原始行名中的前缀顺序。
• 通用性：不依赖第三方包，仅使用R基础函数，适用于任意符合“前缀+末尾数字”格式行名列名的N×N矩阵，支持任意目标数字集合。

内容的提问来源于stack exchange，提问作者Adrian