Question

我以为我问专家-抱歉，这更像是一个代码审查问题，但我在下面添加了它。以下代码是否可以获取与第一行最接近的top_n个案例-忽略第一行：

example_df <- data.frame(
                  gender = c("male", "male", "female", "male")
                , age = c(30, 30.1, 20, 31)
              )
example_df

gower_dist <- as.matrix(daisy(example_df, metric = "gower"))
gower_dist

top_n <- 2

# select top 2 closest row indices of row 1
example_df[head(order(gower_dist[-1, 1]), top_n) + 1,]

我也试图使它也能在第三行工作，但这不起作用：

example_df[head(order(gower_dist[-3, 3]), top_n) + 1,]

任何反馈将不胜感激。谢谢！

PS：

距离指标：

            1           2         3          4
1 0.000000000 0.004545455 0.9545455 0.04545455
2 0.004545455 0.000000000 0.9590909 0.04090909
3 0.954545455 0.959090909 0.0000000 1.00000000
4 0.045454545 0.040909091 1.0000000 0.00000000

Answer 1

将diag设置为NA将使子设置更容易。

diag(gower_dist)  <- NA
example_df[head(order(gower_dist[, 1]), top_n),]
#  gender  age
#2   male 30.1
#4   male 31.0

example_df[head(order(gower_dist[, 3]), top_n),]
#  gender  age
#1   male 30.0
#2   male 30.1

您使用gower_dist[-3, 3]删除了第3列，但是order仍然为您提供了1到3的值，而不是1,2和4。

Answer 2

使用@GKi建议将距离矩阵的对角元素设置为NA，

diag(gower_dist)  <- NA

我们还可以使用dplyr::top_n

library(dplyr)

n <- 2
row <- 3

example_df %>% 
  top_n(n, -gower_dist[, row])

#   gender  age
# 1   male 30.0
# 2   male 30.1

使top_n最接近的行与数据帧中的第一行

2 个答案: