生成和求和矩阵

Question

我是一个相对新手的R语言用户，所以请原谅我提出的这个相对简单的问题。

我的数据形式为

    1   2   3   4   5
A   0   1   1   0   0
B   1   0   1   0   1
C   0   1   0   1   0
D   1   0   0   0   0
E   0   0   0   0   1

A-E分别代表人员，1-5表示他们是否具有该品质的二进制。我需要制作一个A-E的矩阵，在这个矩阵中，如果A和B的品质1-5之和等于2（即他们至少分享一种品质），则单元格A,B=1。简单的5x5矩阵如下：

    A   B   C   D   E
A   1               
B   1   1           
C   1   0   1       
D   0   1   0   1   
E   0   1   0   0   1

我需要对整个矩阵进行求和（上面的结果为9）。由于我有数千个观测值，所以无法手动完成此操作。我相信只需要几行简单的代码就可以实现，但我没有足够的经验。

谢谢！

编辑：我已从一个.csv文件中导入了数据，其中包含1-5列作为变量，在真实数据中我有40个变量。A-E是大约2000个人的唯一ID观测值。我还想知道如何将其转换为矩阵，以执行您已经提供的好答案。谢谢！

- ChrisDH

Answer 1

你可以在这里使用矩阵乘法。

out <- tcrossprod(m)
#   A B C D E
# A 2 1 1 0 0
# B 1 3 0 1 1
# C 1 0 2 0 0
# D 0 1 0 1 0
# E 0 1 0 0 1

如果需要，将对角线设置为1。

diag(out) <- 1

正如DavidA在评论中指出的那样，tcrossprod基本上是在执行m %*% t(m)

有几种方法可以计算sum，这里是其中之一

sum(out[upper.tri(out, diag=TRUE)] , na.rm=TRUE)

- user20650

---

不用客气。如果您有每行数据，可以使用 rbind 将它们绑定在一起，就会形成一个矩阵。否则，如果您的数据是 data.frame，可以使用 as.matrix。如果这两种方法都不行，请您编辑一下问题，说明数据的存储方式。谢谢。 - user20650

谢谢，我已经在上面添加了编辑。我已经从一个.csv文件中导入了数据，并将(1-5)列作为变量，在真实数据中我有40个变量。A-E是大约2000个人的唯一ID观察值。我还想知道如何首先将其转换为矩阵，以执行您已经提供的优秀答案。 - ChrisDH

是的，包括列标题（变量）和二进制输出，生成一个 .csv 文件。 - ChrisDH

嗯...那么m <- as.matrix(yourdata)可以将其转换为矩阵吗？如果不行，您能否使用dput(yourdata[1:5, 1:5])发布一小部分数据。谢谢。 - user20650

让我们在聊天中继续这个讨论：http://chat.stackoverflow.com/rooms/75235/discussion-between-chrisdh-and-user20650。 - ChrisDH

Answer 2

如果您的方阵是 m，您可以使用 outer：

f = Vectorize(function(u,v) any(colSums(m[c(u,v),])>1)+0L)

res = outer(1:ncol(m), 1:ncol(m), FUN=f)
colnames(res) = row.names(res) = rownames(m)

#  A B C D E
#A 1 1 1 0 0
#B 1 1 0 1 1
#C 1 0 1 0 0
#D 0 1 0 1 0
#E 0 1 0 0 1

数据：

m = structure(c(0, 1, 0, 1, 0, 1, 0, 1, 0, 0, 1, 1, 0, 0, 0, 0, 0, 
1, 0, 0, 0, 1, 0, 0, 1), .Dim = c(5L, 5L), .Dimnames = list(c("A", 
"B", "C", "D", "E"), NULL))

- Colonel Beauvel

Answer 3

这个怎么样？（当然不像 tcrossprod 解决方案那么优雅）：

d <- dim(m)
ind <- expand.grid(1:d[1],1:d[1])
M <- matrix(as.numeric(apply(cbind(m[ind[,2],],m[ind[,1]]), 1, 
+   function(x) sum(x[1:d[1]] == 1 & x[(d[1]+1):(d[1]*2)] == 1) >=1)), ncol = d[1])

rownames(M) = colnames(M) = rownames(m)
M
  A B C D E
A 1 1 1 0 0
B 1 1 0 1 1
C 1 0 1 0 0
D 0 1 0 1 0
E 0 1 0 0 1

- DatamineR