在R中的距离矩阵中填充缺失的行/列

Question

我有两个距离矩阵.. 但它们中的任何一个都可能缺少项目，并且它们可能是乱序的——例如：

矩阵 #1（缺少项目 c）

  a b d 
a 0 2 3 
b 2 0 4 
d 3 4 0 

矩阵 #2（缺少项目 b，并且项目乱序）

  d c a
d 0 1 2 
c 1 0 1 
a 2 1 0 

我想找出矩阵之间的差异，同时假设任何缺失的项目都是 0。所以，我得到的矩阵应该是：

  a b c d
a 0 2 1 1
b 2 0 0 4
c 1 0 0 1
d 1 4 1 0

解决此问题的最佳方法是什么？我应该对两个矩阵进行排序，然后填充缺失的列/行，这样我就可以只使用 abs(m1-m2)，还是有办法使用行/列标题让它们在减去时自动“匹配”？

这些矩阵大约为 5000x5000，我将有大约 1000 个矩阵来进行成对比较，所以我宁愿对数据进行预处理，如果这样可以显着加快每次计算。

欢迎任何提示或建议。我通常是一个非 R 程序员，所以我通常会提出一个迭代解决方案需要很长时间——我希望用“R 方式”做事会明显更快。

Answer 1

我们创建一个名称索引 ('Un1')，它是第一个 ('m1') 和第二个 ('m2') matrix 的名称的 union。通过基于 'Un1' 指定尺寸和暗淡名称来创建两个新的 0 矩阵（'m1N'、'm2N'）。通过行/列索引，我们将这些矩阵中的0值改为'm1'、'm2'中的值，相减得到绝对值。

Un1 <- sort(union(colnames(m1), colnames(m2)))
m1N <- matrix(0, ncol=length(Un1), nrow=length(Un1), dimnames=list(Un1, Un1))
m2N <- m1N
m1N[rownames(m1), colnames(m1)] <- m1
m2N[rownames(m2), colnames(m2)] <- m2
abs(m1N-m2N)
#  a b c d
#a 0 2 1 1
#b 2 0 0 4
#c 1 0 0 1
#d 1 4 1 0

更新

如果我们有多个对象名称为m 后跟数字的矩阵，我们可以将它们放在list 中。我们使用ls 获取对象名称，使用mget 获取list 中的值。循环遍历list 和lapply 以获取列名，在Reduce、sort 中使用union 作为f 以获取unique 元素。

lst <- mget(ls(pattern='m\\d+')) #change the pattern accordingly
Un1 <- sort(Reduce(union, lapply(lst, colnames)))

我们可以创建另一个list，matrix 为 0。

lst1 <- lapply(seq_along(lst), function(i) 
    matrix(0, ncol=length(Un1), nrow=length(Un1), dimnames=list(Un1, Un1)))

我们可以使用Map使用'lst'对应矩阵的行/列索引来改变'lst1'的对应元素。

lst2 <- Map(function(x,y) {x[rownames(y), colnames(y)] <- y; x}, lst1, lst)

如果我们需要成对差异，combn 可能是一个选项

lst3 <- combn(seq_along(lst2),2, FUN=function(x) 
                      list(abs(lst2[[x[1]]]-lst2[[x[2]]])))
names(lst3) <- combn(seq_along(lst2), 2, FUN=paste, collapse='_')

Answer 2

使用match的另一种方法（开头类似于@akrun）：

func = function(cols, m)
{
    res = `dimnames<-`(m[match(cols,rownames(m)), match(cols,colnames(m))],
                       list(cols, cols))
    ifelse(is.na(res), 0, res)
}


cols = sort(union(colnames(m1), colnames(m2)))
abs(func(cols,m1) - func(cols,m2))
#  a b c d
#a 0 2 1 1
#b 2 0 0 4
#c 1 0 0 1
#d 1 4 1 0