我有矩阵
m = matrix(c(0,-1,-2,-3,1,0,-4,-5,2,4,0,-6,3,5,6,0),4,4)
m
最初不对称
[,1] [,2] [,3] [,4]
[1,] 0 1 2 3
[2,] -1 0 4 5
[3,] -2 -4 0 6
[4,] -3 -5 -6 0
我需要先melt
mm = melt(m)
只有在那之后,我才想替换较低的三角形值
> mm[melt(lower.tri(m))['value']==TRUE,]
Var1 Var2 value
2 2 1 -1
3 3 1 -2
4 4 1 -3
7 3 2 -4
8 4 2 -5
12 4 3 -6
具有上三角值
> mm[melt(upper.tri(m))['value']==TRUE,]
Var1 Var2 value
5 1 2 1
9 1 3 2
10 2 3 4
13 1 4 3
14 2 4 5
15 3 4 6
我尝试过
mm[melt(lower.tri(m))['value']==TRUE,'value'] = mm[melt(upper.tri(m))['value']==TRUE,'value']
但结果
> mm
Var1 Var2 value
1 1 1 0
2 2 1 1
3 3 1 2
4 4 1 4
5 1 2 1
6 2 2 0
7 3 2 3
8 4 2 5
9 1 3 2
10 2 3 4
11 3 3 0
12 4 3 6
13 1 4 3
14 2 4 5
15 3 4 6
16 4 4 0
这两个值对不对称
Var1 Var2 value
4 4 1 4
13 1 4 3
Var1 Var2 value
7 3 2 3
10 2 3 4
通过将较高的三角形值复制到较低的三角形值中,是否有一种漂亮的方法来使melt
之后的矩阵对称?
答案 0 :(得分:1)
使用下三角的Var2
(列索引)会小于Var1
(行索引)的事实。
mm$value2 = sapply(1:NROW(mm), function(i){
if (mm$Var2[i] - mm$Var1[i] < 0){
mm$value[i] = mm$value[mm$Var1 == mm$Var2[i] & mm$Var2 == mm$Var1[i]]
}else{
mm$value[i]
}
})
mm
# Var1 Var2 value value2
#1 1 1 0 0
#2 2 1 -1 1
#3 3 1 -2 2
#4 4 1 -3 3
#5 1 2 1 1
#6 2 2 0 0
#7 3 2 -4 4
#8 4 2 -5 5
#9 1 3 2 2
#10 2 3 4 4
#11 3 3 0 0
#12 4 3 -6 6
#13 1 4 3 3
#14 2 4 5 5
#15 3 4 6 6
#16 4 4 0 0
答案 1 :(得分:1)
如果我们利用match
产生与%in%
相反的未排序值这一事实,我们可以做得简短而有趣。我们使用转置后的upper.tri
的{{1}},而不是m
的{{1}},以避免排序问题。
lower.tri
测试
m
看起来很对称。
数据
mm$value[match(t(m)[which(upper.tri(m))], mm$value)] <- m[which(upper.tri(t(m)))]