Question

我有这个数据集：

values<-c(0.002,0.3,0.4,0.005,0.6,0.2,0.001,0.002,0.3,0.01)
codes<-c("A_1","A_2","A_3","B_1","B_2","B_3","B_4","C_1","C_2","C_3")
names(values)<-codes

在代码中，字母表示组，每个组中的数字为一个案例。因此，我有三组，每组有3到4个案例（实际数据集要大得多，但这是一个子集）。

然后我计算距离矩阵：

dist(values)->dist.m

现在我想转换带有两列的数据集中的dist.m：一列包含所有组中的“内部”距离（A_1和A_2之间的距离，B_2和B_4之间的距离等等），另一列包含“两组”之间的距离（A_1和B_1之间，C_1和B_4之间等）......

在R中有没有简单的方法呢？

非常感谢任何帮助。

非常感谢你。

蒂娜。

Answer 1

他们可能称他们为矩阵，但实际上并非如此。但是有一个as.matrix函数可以让你获得矩阵索引：

> as.matrix(dist.m)[grep("A", codes), grep("A", codes) ]
      A_1   A_2   A_3
A_1 0.000 0.298 0.398
A_2 0.298 0.000 0.100
A_3 0.398 0.100 0.000

所以你可以用相当紧凑的代码获得第一部分：

> sapply(LETTERS[1:3], function(let) as.matrix(dist.m)[grep(let, codes), grep(let, codes) ]
+ )
$A
      A_1   A_2   A_3
A_1 0.000 0.298 0.398
A_2 0.298 0.000 0.100
A_3 0.398 0.100 0.000

$B
      B_1   B_2   B_3   B_4
B_1 0.000 0.595 0.195 0.004
B_2 0.595 0.000 0.400 0.599
B_3 0.195 0.400 0.000 0.199
B_4 0.004 0.599 0.199 0.000

$C
      C_1   C_2   C_3
C_1 0.000 0.298 0.008
C_2 0.298 0.000 0.290
C_3 0.008 0.290 0.000

然后使用否定逻辑寻址来得到其余的：

> sapply(LETTERS[1:3], function(let) as.matrix(dist.m)[grepl(let, codes), !grepl(let, codes) ]
+ )
$A
      B_1   B_2   B_3   B_4   C_1   C_2   C_3
A_1 0.003 0.598 0.198 0.001 0.000 0.298 0.008
A_2 0.295 0.300 0.100 0.299 0.298 0.000 0.290
A_3 0.395 0.200 0.200 0.399 0.398 0.100 0.390

$B
      A_1   A_2   A_3   C_1   C_2   C_3
B_1 0.003 0.295 0.395 0.003 0.295 0.005
B_2 0.598 0.300 0.200 0.598 0.300 0.590
B_3 0.198 0.100 0.200 0.198 0.100 0.190
B_4 0.001 0.299 0.399 0.001 0.299 0.009

$C
      A_1   A_2   A_3   B_1   B_2   B_3   B_4
C_1 0.000 0.298 0.398 0.003 0.598 0.198 0.001
C_2 0.298 0.000 0.100 0.295 0.300 0.100 0.299
C_3 0.008 0.290 0.390 0.005 0.590 0.190 0.009

我没有看到将此表示为双列数据结构的方法，但您可以在pkg :: reshape2中使用melt来获得三列结构：

> melt( as.matrix(dist.m)[grep("A", codes), grep("A", codes) ] )
  Var1 Var2 value
1  A_1  A_1 0.000
2  A_2  A_1 0.298
3  A_3  A_1 0.398
4  A_1  A_2 0.298
5  A_2  A_2 0.000
6  A_3  A_2 0.100
7  A_1  A_3 0.398
8  A_2  A_3 0.100
9  A_3  A_3 0.000

这会给你一个相当长的显示数据帧，但将melt放在函数调用中会很容易。

如何从距离矩阵中提取组内和组间距离？在R

1 个答案: