使用 R 将两列数据框转换为出现矩阵答案

【问题标题】：Convert Two column data frame to occurrence matrix using R使用 R 将两列数据框转换为出现矩阵
【发布时间】：2017-05-12 13:03:03
【问题描述】：

我有一个 csv 文件，其中包含以下格式的数据

A   a
A   b
B   f
B   g
B   e
B   h
C   d
C   e
C   f

第一列包含项目第二列包含来自特征向量的可用特征=[a,b,c,d,e,f,g,h] 我想将其转换为如下所示的出现矩阵

    a,b,c,d,e,f,g,h
A   1,1,0,0,0,0,0,0
B   0,0,0,0,1,1,1,1
C   0,0,0,1,1,1,0,0

我知道如何使用来自 Convert Two column data frame to occurrence matrix in pandas 的 pandas 来做到这一点。谁能告诉我如何使用 R 来做到这一点。

【问题讨论】：

标签： r matrix dataframe

【解决方案1】：

将您的 csv 文件读入数据框，例如 dat。现在做

o <- table(dat)

请注意，这将为您提供一个列联表。如果出现多次，即矩阵中的值大于 1，则需要额外的后处理：

o <- (o > 0) + 0

对于您的示例数据，第二列中没有"c"。要将其显示在结果矩阵中，请控制因子级别：

dat[[2]] <- factor(dat[[2]], levels = letters[1:8])

然后做上面的。

【讨论】：

(o > 0) + 0 后处理有什么作用？当我尝试将表格转换为数据框时，如果没有它，我会得到与表格外观非常不同的东西，我不明白为什么。
@vuzun 类型转换。 o > 0 是 TRUE/FALSE 逻辑，但在 + 0 之后变为 1/0 数字。

【解决方案2】：

您好，我认为您正在寻找一个共现矩阵，对吗？

my_mat <- as.data.frame(matrix(c("A","A","B","B","B","B","C","C","C","a","b","f","g","e","h","d","e","f"),ncol=2))

coc_mat <- matrix(nrow = length(levels(my_mat$V1)),ncol = length(levels(my_mat$V2)))
colnames(coc_mat) <-  levels(my_mat$V2)
rownames(coc_mat) <- levels(my_mat$V1)

for(i in 1:length(levels(my_mat$V2))){
  for(j in 1:length(levels(my_mat$V1))){
    coc_mat[j,i] <- length(which(my_mat$V1==levels(my_mat$V1)[j] & my_mat$V2==levels(my_mat$V2)[i]))

  }
}

coc_mat

这会创建一个像这样的 co-occ 矩阵

  a b d e f g h
A 1 1 0 0 0 0 0
B 0 0 0 1 1 1 1
C 0 0 1 1 1 0 0

这告诉您例如 A 和 a 在同一行中出现了多少次。我希望这可以帮到你。祝你有美好的一天

还有：

看看这个：

Creating co-occurrence matrix

【讨论】：