如果我的输入文件是一个距离矩阵，是否有任何R包可以获得成对距离列表？例如，如果我的输入数据框长这样：
A1 B1 C1 D1
A1 0 0.85 0.45 0.96
B1 0 0.85 0.56
C1 0 0.45
D1 0
我想要输出：
A1 B1 0.85
A1 C1 0.45
A1 D1 0.96
B1 C1 0.85
B1 D1 0.56
C1 D1 0.45
我找到了一个使用“reshape”包执行相反函数的问题，但无法调整它以获得我想要的结果。
Generate some data
D <- dist(cbind(runif(4), runif(4)), diag=TRUE, upper=TRUE) # generate dummy data
m <- as.matrix(D) # coerce dist object to a matrix
dimnames(m) <- dimnames(m) <- list(LETTERS[1:4], LETTERS[1:4])
Assuming you just want the distances for pairs defined by the upper triangle of the distance matrix, you can do:
xy <- t(combn(colnames(m), 2))
data.frame(xy, dist=m[xy])
# X1 X2 dist
# 1 A B 0.3157942
# 2 A C 0.5022090
# 3 A D 0.3139995
# 4 B C 0.1865181
# 5 B D 0.6297772
# 6 C D 0.8162084
Alternatively, if you want distances for all pairs (in both directions):
data.frame(col=colnames(m)[col(m)], row=rownames(m)[row(m)], dist=c(m))
# col row dist
# 1 A A 0.0000000
# 2 A B 0.3157942
# 3 A C 0.5022090
# 4 A D 0.3139995
# 5 B A 0.3157942
# 6 B B 0.0000000
# 7 B C 0.1865181
# 8 B D 0.6297772
# 9 C A 0.5022090
# 10 C B 0.1865181
# 11 C C 0.0000000
# 12 C D 0.8162084
# 13 D A 0.3139995
# 14 D B 0.6297772
# 15 D C 0.8162084
# 16 D D 0.0000000
or the following, which excludes any NA distances, but doesn't keep the column/row names (though this would be easy to rectify since we have the column/row indices):
data.frame(which(!is.na(m), arr.ind=TRUE, useNames=FALSE), dist=c(m))
dput(d) 的输出，其中 d 是您的数据框。如果 d 太大无法以此方式包含，则提供其小部分以供我们使用。 - jbaumsdata.frame，可以这样做：df <- structure(list(A1 = c(0, 0, 0, 0), B1 = c(0.85, 0, 0, 0), C1 = c(0.45,
0.85, 0, 0), D1 = c(0.96, 0.56, 0.45, 0)), .Names = c("A1", "B1",
"C1", "D1"), row.names = c(NA, -4L), class = "data.frame")
data.frame( t(combn(names(df),2)), dist=t(df)[lower.tri(df)] )
X1 X2 dist
1 A1 B1 0.85
2 A1 C1 0.45
3 A1 D1 0.96
4 B1 C1 0.85
5 B1 D1 0.56
6 C1 D1 0.45
如果你的数据是一个带有行和列名的矩阵，那么另一种方法是直接使用 reshape2：
mat <- structure(c(0, 0, 0, 0, 0.85, 0, 0, 0, 0.45, 0.85, 0, 0, 0.96,
0.56, 0.45, 0), .Dim = c(4L, 4L), .Dimnames = list(c("A1", "B1",
"C1", "D1"), c("A1", "B1", "C1", "D1")))
library(reshape2)
subset(melt(mat), value!=0)
Var1 Var2 value
5 A1 B1 0.85
9 A1 C1 0.45
10 B1 C1 0.85
13 A1 D1 0.96
14 B1 D1 0.56
15 C1 D1 0.45
我假设你有一个按以下方式定义的列联表或矩阵：
mat = matrix(c(0, 0.85, 0.45, 0.96, NA, 0, 0.85, 0.56, NA, NA, 0, 0.45, NA,NA,NA,0), ncol=4)
cont = as.table(t(mat))
# A B C D
#A 0.00 0.85 0.45 0.96
#B 0.00 0.85 0.56
#C 0.00 0.45
#D 0.00
然后，您只需要进行数据框转换，并删除NA / 0：
df = as.data.frame(cont)
df = df[complete.cases(df),]
df[df[,3]!=0,]
# Var1 Var2 Freq
#5 A B 0.85
#9 A C 0.45
#10 B C 0.85
#13 A D 0.96
#14 B D 0.56
#15 C D 0.45
这正是broom包擅长的类型。它是一个tidymodels包。
借用jbaums答案中的虚拟数据。
D <- dist(cbind(runif(4), runif(4))) # generate dummy data
library(broom)
tidy(D)
A tibble: 6 x 3
item1 item2 distance
<fct> <fct> <dbl>
1 1 2 0.702
2 1 3 0.270
3 1 4 0.292
4 2 3 0.960
5 2 4 0.660
6 3 4 0.510
diag和upper值。tidy(dist(cbind(runif(4), runif(4)), diag=TRUE, upper=TRUE))
tidy(dist(cbind(runif(4), runif(4)), diag=FALSE, upper=TRUE))
tidy(dist(cbind(runif(4), runif(4)), diag=TRUE, upper=FALSE))
这里是一个使用spaa-package的例子。
exampleInput <- structure(list(A1 = c(0, 0, 0, 0), B1 = c(0.85, 0, 0, 0),
C1 = c(0.45, 0.85, 0, 0), D1 = c(0.96, 0.56, 0.45, 0)),
.Names = c("A1", "B1", "C1", "D1"), row.names = c(NA, -4L), class = "data.frame")
library(spaa)
pairlist <- dist2list(as.dist(t(exampleInput)))
pairlist[as.numeric(pairlist$col) > as.numeric(pairlist$row),]
输出：
col row value
2 B1 A1 0.85
3 C1 A1 0.45
4 D1 A1 0.96
7 C1 B1 0.85
8 D1 B1 0.56
12 D1 C1 0.45
dput(your-distance-object)的输出，这样我们就不必猜测您是否真正处理的是data.frame、matrix、table、实际距离矩阵或其他完全不同的东西。这肯定会影响到目前为止所提供答案的适用性。我之所以这样问，是因为您的标题说“距离矩阵”（通常使用dist函数创建），但您的问题描述说您正在处理一个data.frame。这些是非常不同的。 - A5C1D2H2I1M1N2O1R2T1dist生成的距离矩阵默认打印下三角，而不是上三角。你的空白单元格是NA还是仅仅被隐藏了（就像dist对象的print方法一样）？ - jbaums