Question

我对R比较陌生，所以原谅我认为这是一个相对简单的问题。

我的数据格式为

    1   2   3   4   5
A   0   1   1   0   0
B   1   0   1   0   1
C   0   1   0   1   0
D   1   0   0   0   0
E   0   0   0   0   1

其中A-E是人，1-5是他们是否具有该质量的二进制文件。我需要制作一个A-E矩阵，其中如果A＆amp;的任何质量1-5的总和，则单元格A，B = 1。 B总和为2.（如果它们共享至少一种质量）。简单的5x5将是：

    A   B   C   D   E
A   1               
B   1   1           
C   1   0   1       
D   0   1   0   1   
E   0   1   0   0   1

然后我需要对整个矩阵求和。（上面是9）。我有成千上万的观察，所以我不能手工完成。我确信只有很少的代码行，我只是没有足够的经验。

谢谢！

编辑：我已经从.csv文件导入数据，其中列（上面的1-5）作为变量，在实际数据中我有40个变量。 A-E是对人的唯一ID观察，大约2000.我还想知道如何首先将其转换为矩阵，以便执行您已经提供的优秀答案。谢谢！

Answer 1

你可以在这里使用矩阵乘法

out <- tcrossprod(m)
#   A B C D E
# A 2 1 1 0 0
# B 1 3 0 1 1
# C 1 0 2 0 0
# D 0 1 0 1 0
# E 0 1 0 0 1

然后将对角线设置为1，如果需要

diag(out) <- 1

正如DavidA在评论tcrossprod中指出的那样，基本上是m %*% t(m)

他们计算sum l的几种方法是一个

sum(out[upper.tri(out, diag=TRUE)] , na.rm=TRUE)

Answer 2

如果outer是您的方阵，您可以使用m：

f = Vectorize(function(u,v) any(colSums(m[c(u,v),])>1)+0L)

res = outer(1:ncol(m), 1:ncol(m), FUN=f)
colnames(res) = row.names(res) = rownames(m)

#  A B C D E
#A 1 1 1 0 0
#B 1 1 0 1 1
#C 1 0 1 0 0
#D 0 1 0 1 0
#E 0 1 0 0 1

数据：

m = structure(c(0, 1, 0, 1, 0, 1, 0, 1, 0, 0, 1, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 1), .Dim = c(5L, 5L), .Dimnames = list(c("A", "B", "C", "D", "E"), NULL))

Answer 3

这个怎么样？（当然不如tcrossprod解决方案那么优雅）：

d <- dim(m)
ind <- expand.grid(1:d[1],1:d[1])
M <- matrix(as.numeric(apply(cbind(m[ind[,2],],m[ind[,1]]), 1, 
+   function(x) sum(x[1:d[1]] == 1 & x[(d[1]+1):(d[1]*2)] == 1) >=1)), ncol = d[1])

rownames(M) = colnames(M) = rownames(m)
M
  A B C D E
A 1 1 1 0 0
B 1 1 0 1 1
C 1 0 1 0 0
D 0 1 0 1 0
E 0 1 0 0 1

生成和求和矩阵

3 个答案: