循环遍历数据框：计算每个唯一变量的值的每个成对组合。

Posted 2023-03-31

【中文标题】循环遍历数据框：计算每个唯一变量的值的每个成对组合。

【英文标题】：Loop through a dataframe: counting each pairwise combination of a value for each unique variable.

【发布时间】：2018-09-26 03:21:44

【问题描述】：

我有一个名为“df”的数据框，如下所示：

ID  Value
1   a
1   b
1   c
1   d
3   a
3   b
3   e
3   f
.   .
.   .
.   .

我有一个这样填充零的矩阵：

  a b c d e f 
a x 0 0 0 0 0
b 0 x 0 0 0 0
c 0 0 x 0 0 0
d 0 0 0 x 0 0
e 0 0 0 0 x 0
f 0 0 0 0 0 x

然后我想像这样循环遍历数据框：

for each ID, for each value i, for each value j != i, matrix[i,j] += 1 

所以对于每个 ID，对于每个值组合，我想将矩阵中的值加 1，结果是：

  a b c d e f 
a x 2 1 1 1 1
b 2 x 1 1 1 1
c 1 1 x 1 0 0
d 1 1 1 x 0 0
e 1 1 0 0 x 1
f 1 1 0 0 1 x

例如，[a,b] = 2，因为这种值组合发生在两个不同的 ID 上，而 [a,c] = 1，因为这种值组合仅在 ID = 1 时出现，而不在 ID 时出现= 3。

我怎样才能做到这一点？我已经制作了一个包含唯一 ID 的向量。

提前致谢。

【参考方案1】：

最简单的方法是获取table，然后执行crossprod

out <- crossprod(table(df))
diag(out) <- NA #replace the diagonals with NA
names(dimnames(out)) <- NULL #set the names of the dimnames as NULL
out
#   a  b  c  d  e  f
#a NA  2  1  1  1  1
#b  2 NA  1  1  1  1
#c  1  1 NA  1  0  0
#d  1  1  1 NA  0  0
#e  1  1  0  0 NA  1
#f  1  1  0  0  1 NA

数据

df <- structure(list(ID = c(1L, 1L, 1L, 1L, 3L, 3L, 3L, 3L), Value = c("a", 
"b", "c", "d", "a", "b", "e", "f")), .Names = c("ID", "Value"
 ), class = "data.frame", row.names = c(NA, -8L))