填充共生矩阵

Question

我正在寻找一种快速有效的方法来填充共生矩阵（以便说）。 以下是我正在使用的数据示例：

col1 col2
a e    
a f    
a e    
b f    
c g    
a e    
d f    
a e    
a g    
b e    
c e

我想要一个以下形式的矩阵：

... e...  f...  g    
a    
b    
c    
d

带有与频率相关的相应条目。

例如，矩阵中的元素（3,1）对应于（c，e）共现的频率，其值应为1，而（1,1）的值应为3对应于数据集中的（a，e）的3个条目。

我目前正在使用两个for循环单独计算项目，并且计算矩阵需要很长时间（实际数据有大约一百万行）。

Answer 1

这是R中带有table的解决方案：

df <- read.table(text="col1 col2
a e    
a f    
a e    
b f    
c g    
a e    
d f    
a e    
a g    
b e    
c e", header = TRUE)

table(df)

    col2
col1 e f g
   a 4 1 1
   b 1 1 0
   c 1 0 1
   d 0 1 0

Answer 2

您可以使用sparse完全按照您的要求执行操作：

spA = sparse(data(:,1), data(:,2), 1);

其中data是您的数据，但是作为数字。所以你首先必须将字母字符转换成双字符。

Sparse组装来自data(:,1)和data(:,2)的行/列对，为每对出现添加1。但请注意，如果您希望矩阵是对称的，则可能需要对spA及其转置进行求和，具体取决于您的数据。