同组数字的共现矩阵 R答案

【问题标题】：co-occurrence matrix of numbers in the same group R同组数字的共现矩阵 R
【发布时间】：2018-05-28 07:35:14
【问题描述】：

数据框中的每一行（我可以转换成数组）表示组。我想创建一个“n x n”矩阵（n 是数据中显示的最大数字）。这个矩阵会告诉我两个数字一起出现了多少组。

例如在第一组（第一行）中，出现了5和9、5和23、5和32、5和33、9和23、9和32、9和33……等等在一起。

所以在输出矩阵上，这将如下所示：

（这个矩阵只是一个例子，它不是根据上面的数据。）就像我说的，每个数字表示这两个数字一起出现的组数。

我一直在谷歌上搜索，但仍然很难。请帮我解决这个问题，，，（使用python或R）

【问题讨论】：

请将示例输入和输出数据共享为可重现的代码，而不是两个完全不相关的图像数据。
我很困惑。我不清楚。
对不起，我会编辑这篇文章，提供更清晰的解释和可重复的数据。

标签： python arrays r dataframe matrix

【解决方案1】：

我不确定我是否完全理解您想要的输出。在下面的解决方案中，计算每行项目的二进制出现，然后总结所有行中项目的（二进制）共现。这是你要找的吗？

代码可能会写得更优雅和加速（例如，一直使用data.table），但至少是一个开始。

mat <- rbind(c(1,1,2,2), c(2,2,3,3), c(2,1,1,4))
#       [,1] [,2] [,3] [,4]
# [1,]    1    1    2    2
# [2,]    2    2    3    3
# [3,]    2    1    1    4

mat_tab_row <- apply(mat, 1, function(x) {

           items <- unique(x)
           data.frame(matrix(t(rep(1, length(items)))
                             , nrow = 1 
                             , dimnames = list(1, items)))  
})

# [[1]]
#    X1 X2
# 1  1  1
# 
# [[2]]
#    X2 X3
# 1  1  1
# 
# [[3]]
#    X2 X1 X4
# 1  1  1  1

library(data.table)
mat_tab <- as.matrix(rbindlist(mat_tab_row, fill = T))
mat_tab[ is.na(mat_tab)] <- 0
#      X1 X2 X3 X4
# [1,]  1  1  0  0
# [2,]  0  1  1  0
# [3,]  1  1  0  1

t(mat_tab) %*% mat_tab
#     X1 X2 X3 X4
# X1  2  2  0  1
# X2  2  3  1  1
# X3  0  1  1  0
# X4  1  1  0  1

【讨论】：

【解决方案2】：

在 R 中，也许可以尝试

n <- 5
set.seed(1)
(m <- matrix(sample(seq_len(n*2), n*n, T), ncol = n))
#      [,1] [,2] [,3] [,4] [,5]
# [1,]    3    9    3    5   10
# [2,]    4   10    2    8    3
# [3,]    6    7    7   10    7
# [4,]   10    7    4    4    2
# [5,]    3    1    8    8    3
co <- tcrossprod(apply(m, 1, `%in%`, x=seq(1L, max(m))))
diag(co) <- 0L
co
#      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
# [1,]    0    0    1    0    0    0    0    1    0     0
# [2,]    0    0    1    2    0    0    1    1    0     2
# [3,]    1    1    0    1    1    0    0    2    1     2
# [4,]    0    2    1    0    0    0    1    1    0     2
# [5,]    0    0    1    0    0    0    0    0    1     1
# [6,]    0    0    0    0    0    0    1    0    0     1
# [7,]    0    1    0    1    0    1    0    0    0     2
# [8,]    1    1    2    1    0    0    0    0    0     1
# [9,]    0    0    1    0    1    0    0    0    0     1
#[10,]    0    2    2    2    1    1    2    1    1     0

【讨论】：