使用“表”函数在 R 中创建转换矩阵 [关闭]答案

【问题标题】：Creating transition matrices in R using "table" function [closed]使用“表”函数在 R 中创建转换矩阵 [关闭]
【发布时间】：2021-07-13 09:12:03
【问题描述】：

我有一个包含 4 列的数据框：周期，ID，当前周期的类别，下一个周期的类别。

period <- c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2)
ID <- c('a12', 'a123', 'a1234', 'a12345', 'b12', 'b123', 'b1234', 'b12345', 'c12', 'c123')
category_t0 <- c(1, 2, 3, 4, 1, 1, 1, 2, 3, 5, 1, 3, 2, 5, 1, 1, 2, 3, 4, 1)
category_t1 <- c(1, 3, 2, 5, 1, 1, 2, 3, 4, 'NA', 'NA', 'NA', 'NA', 'NA', 'NA', 'NA', 'NA', 'NA', 'NA', 'NA')
df <- data.frame(period, ID, category_t0, category_t1)

我需要为每个时期创建单独的转换矩阵。我试图使用“表格”功能，但无法弄清楚如何在某个条件下使用某个时间段。以下代码考虑了数据框中的所有观察结果，而我只需要采用“period == 1”的值。

trans_1to2 = table(df$category_t0, df$category_t1, useNA = c("ifany"))
matrix_1to2 = trans_1to2 / rowSums(trans_1to2)
print(matrix_1to2)

有人可以分享这方面的想法吗？此外，真实数据有 50 个周期，因此我需要创建 50 个不同的转换矩阵。最好的方法是什么（例如使用循环）？

谢谢！

【问题讨论】：

如果您可以提供一些小的虚拟数据而不是图像，这将很有帮助，因为这样可以确保我们完全理解问题并且还可以提供有效的答案

标签： r matrix

【解决方案1】：

您可以在[ 中使用df$period==1 对df 进行子集化，以获取第1 期的表格。

trans_1to2 = table(df[df$period==1, 3:4])
trans_1to2 / rowSums(trans_1to2)
#           category_t1
#category_t0    1    2    3    4    5   NA
#          1 0.75 0.25 0.00 0.00 0.00 0.00
#          2 0.00 0.00 1.00 0.00 0.00 0.00
#          3 0.00 0.50 0.00 0.50 0.00 0.00
#          4 0.00 0.00 0.00 0.00 1.00 0.00
#          5 0.00 0.00 0.00 0.00 0.00 1.00

要使其适用于多个时期，只需将时期也添加到table：

trans_1to2 <- table(df[c(3,4,1)])
matrix_1to2 <- proportions(trans_1to2, c(1,3))

matrix_1to2[,,1] #Get first period
#           category_t1
#category_t0    1    2    3    4    5   NA
#          1 0.75 0.25 0.00 0.00 0.00 0.00
#          2 0.00 0.00 1.00 0.00 0.00 0.00
#          3 0.00 0.50 0.00 0.50 0.00 0.00
#          4 0.00 0.00 0.00 0.00 1.00 0.00
#          5 0.00 0.00 0.00 0.00 0.00 1.00

matrix_1to2[,,2] #Get second period
#           category_t1
#category_t0 1 2 3 4 5 NA
#          1 0 0 0 0 0  1
#          2 0 0 0 0 0  1
#          3 0 0 0 0 0  1
#          4 0 0 0 0 0  1
#          5 0 0 0 0 0  1

【讨论】：

【解决方案2】：

period <- c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2)
ID <- c('a12', 'a123', 'a1234', 'a12345', 'b12', 'b123', 'b1234', 'b12345', 'c12', 'c123')
category_t0 <- c(1, 2, 3, 4, 1, 1, 1, 2, 3, 5, 1, 3, 2, 5, 1, 1, 2, 3, 4, 1)
category_t1 <- c(1, 3, 2, 5, 1, 1, 2, 3, 4, 'NA', 'NA', 'NA', 'NA', 'NA', 'NA', 'NA', 'NA', 'NA', 'NA', 'NA')
df <- data.frame(period, ID, category_t0, category_t1)

library(tidyverse)
df %>% 
  mutate(across(starts_with("category_"), as.factor)) %>% 
  group_split(period) %>% 
  purrr::set_names(nm = str_c("period_", unique(period))) %>% 
  map(~table(.x$category_t0, .x$category_t1) %>% prop.table(margin = 1))
#> $period_1
#>    
#>        1    2    3    4    5   NA
#>   1 0.75 0.25 0.00 0.00 0.00 0.00
#>   2 0.00 0.00 1.00 0.00 0.00 0.00
#>   3 0.00 0.50 0.00 0.50 0.00 0.00
#>   4 0.00 0.00 0.00 0.00 1.00 0.00
#>   5 0.00 0.00 0.00 0.00 0.00 1.00
#> 
#> $period_2
#>    
#>     1 2 3 4 5 NA
#>   1 0 0 0 0 0  1
#>   2 0 0 0 0 0  1
#>   3 0 0 0 0 0  1
#>   4 0 0 0 0 0  1
#>   5 0 0 0 0 0  1

^{由reprex package (v2.0.0) 于 2021-07-13 创建}

【讨论】：