如何计算包含全零行的稀疏矩阵的行均值？

报错原因 #

你遇到的报错是因为直接调用了R基础包的rowMeans()处理Matrix包生成的dgCMatrix类稀疏矩阵，基础包的统计函数不识别稀疏矩阵的自定义类结构，因此会误判矩阵维度不符合要求。

解决方案 #

方案1：使用Matrix包适配的rowMeans()（最简便） #

Matrix包本身已经针对稀疏矩阵结构实现了适配的行均值计算方法，不需要将稀疏矩阵转为稠密矩阵，也不需要删除全零行，内存效率极高：

# 加载Matrix包（构造dgCMatrix类矩阵时默认已安装该包）
library(Matrix)

# 直接调用rowMeans即可，自动适配dgCMatrix类结构
row_means <- rowMeans(your_sparse_matrix)

针对你给出的3*3示例矩阵，验证代码如下：

# 构造示例稀疏矩阵
sparse_mat <- Matrix(c(1,0,0, 0,1,0, 0,0,0), nrow = 3, ncol = 3, sparse = TRUE)
# 查看矩阵结构
print(sparse_mat)
# 计算行均值
print(rowMeans(sparse_mat))
# 输出结果：[1] 0.3333333 0.3333333 0.0000000

全零行的均值会自动返回0，不需要额外处理。

方案2：手动基于稀疏矩阵结构计算（无额外依赖） #

如果场景限制无法加载Matrix包，可以直接利用dgCMatrix的内置属性计算，全程不会生成稠密矩阵，适合超大规模矩阵场景：

# 获取矩阵行列数
n_row <- sparse_mat@Dim[1]
n_col <- sparse_mat@Dim[2]
# 统计每行非零元素的和
row_sum_vec <- tapply(sparse_mat@x, sparse_mat@i, sum)
# 初始化均值向量为0（对应全零行的结果）
row_means <- numeric(n_row)
# 为存在非零元素的行赋值均值
row_means[as.integer(names(row_sum_vec)) + 1] <- row_sum_vec / n_col

注意事项 #

• 不要调用as.matrix()将稀疏矩阵转为R基础稠密矩阵，超大规模稀疏矩阵转换会瞬间占满内存，触发内存溢出问题。
• 两种方案都默认保留全零行，返回的均值向量长度和矩阵行数完全一致。

内容的提问来源于stack exchange，提问作者Alex