有没有办法通过R中的矩阵/df循环来创建邻接矩阵？
我试图在data.frame中循环53行，并用结果创建一个邻接矩阵。然而，由于循环无法正确运行，我的努力继续陷于停顿 我试图创建匹配项，并应用了大量的有没有办法通过R中的矩阵/df循环来创建邻接矩阵？,r,loops,apply,R,Loops,Apply,我试图在data.frame中循环53行，并用结果创建一个邻接矩阵。然而，由于循环无法正确运行，我的努力继续陷于停顿 我试图创建匹配项，并应用了大量的count（）函数，但没有成功 MRE：（事实上，数据要大得多，所以我的唯一搜索实际上是217k个元素） df1我认为您应该检查tf（术语频率）算法来进行文本挖掘。下面是一个有趣的示例方法，它使用库（quanteda）创建带有计数的矩阵。然后，您可以根据计数进行自己喜欢的搜索： library("tibble") library("quanteda
count（）df1我认为您应该检查tf（术语频率）算法来进行文本挖掘。下面是一个有趣的示例方法，它使用库（quanteda）
创建带有计数的矩阵。然后，您可以根据计数进行自己喜欢的搜索：
library("tibble")
library("quanteda")
df1<-data.frame(col1=c(12345,123456,1234567,12345678),
col2=c(54321,54432,12345,76543),
col3=c(11234,12234,1234567,123345),
col4=c(54321,54432,12345,76543))
df2<-apply(df1,2,paste, collapse = " ") # Passing it to string format
DocTerm <- quanteda::dfm(df2)
DocTerm
Document-feature matrix of: 4 documents, 10 features (60.0% sparse).
4 x 10 sparse Matrix of class "dfm"
features
docs 12345 123456 1234567 12345678 54321 54432 76543 11234 12234 123345
col1 1 1 1 1 0 0 0 0 0 0
col2 1 0 0 0 1 1 1 0 0 0
col3 0 0 1 0 0 0 0 1 1 1
col4 1 0 0 0 1 1 1 0 0 0
库（“tibble”）
图书馆（“quanteda”）
df1我认为您应该检查tf（术语频率）算法
以进行文本挖掘。下面是一个有趣的示例方法，它使用库（quanteda）
创建带有计数的矩阵。然后，您可以根据计数进行自己喜欢的搜索：
library("tibble")
library("quanteda")
df1<-data.frame(col1=c(12345,123456,1234567,12345678),
col2=c(54321,54432,12345,76543),
col3=c(11234,12234,1234567,123345),
col4=c(54321,54432,12345,76543))
df2<-apply(df1,2,paste, collapse = " ") # Passing it to string format
DocTerm <- quanteda::dfm(df2)
DocTerm
Document-feature matrix of: 4 documents, 10 features (60.0% sparse).
4 x 10 sparse Matrix of class "dfm"
features
docs 12345 123456 1234567 12345678 54321 54432 76543 11234 12234 123345
col1 1 1 1 1 0 0 0 0 0 0
col2 1 0 0 0 1 1 1 0 0 0
col3 0 0 1 0 0 0 0 1 1 1
col4 1 0 0 0 1 1 1 0 0 0
库（“tibble”）
图书馆（“quanteda”）
DF1虽然不清楚您的计数是如何导出的，甚至可能有一个类型（<代码> 75643！＝76543代码/代码>），或者如果您是按行或列运行，则考虑嵌套的<代码> sPix< /Cult>和<代码>应用< <代码> >两个边距：
按行
search <- c(12345, 1234567, 76543, 54432) # ADJUSTED TYPO
mat <- sapply(search, function(s) apply(df1, 1, function(x) s %in% x)) # 1 FOR ROW MARGIN
colnames(mat) <- search
rownames(mat) <- paste0("row", seq(nrow(df1)))
mat
# 12345 1234567 76543 54432
# row1 TRUE FALSE FALSE FALSE
# row2 FALSE FALSE FALSE TRUE
# row3 TRUE TRUE FALSE FALSE
# row4 FALSE FALSE TRUE FALSE
<代码>搜索> p>虽然不清楚您的计数是如何导出的，甚至可能有一个类型（<代码> 75643！＝76543代码/代码>），或者如果您是按行或列运行的，则考虑嵌套的<代码> sPip> <代码>和<代码>应用< <代码> >两个边距：
按行
search <- c(12345, 1234567, 76543, 54432) # ADJUSTED TYPO
mat <- sapply(search, function(s) apply(df1, 1, function(x) s %in% x)) # 1 FOR ROW MARGIN
colnames(mat) <- search
rownames(mat) <- paste0("row", seq(nrow(df1)))
mat
# 12345 1234567 76543 54432
# row1 TRUE FALSE FALSE FALSE
# row2 FALSE FALSE FALSE TRUE
# row3 TRUE TRUE FALSE FALSE
# row4 FALSE FALSE TRUE FALSE
search只是一个疑问，预期的输出是否为df2
？确实如此。虽然，可能会是巨大的。一旦我弄明白了这一点，我将为变量（搜索向量中的ID）提供一个权重。例如，“12345”和“1234567”在df中出现n_次。基本上是一个“从”到“edgelist”，其中“从”是唯一id（搜索），而“到”是共享id。只是有一个疑问，预期的输出是否为df2？确实如此。虽然，可能会是巨大的。一旦我弄明白了这一点，我将为变量（搜索向量中的ID）提供一个权重。例如，“12345”和“1234567”在df中出现n_次。基本上是一个“From”到“edgelist”，其中“From”是唯一id（搜索），而“To”是共享id。您好，我运行了这个，但是我在exmaning（获取您显示的输出）方面遇到了问题。我试过了(DocTerm@i和其他人，但我只是看到了一堆列表）对我来说，它工作得很完美。检查你的R版本。那可能会引起麻烦。为了抽调工作人员，我希望另一个问题可以帮助您：嗯，这个例子很好，但是，当应用到更大的规模（唯一ID=75000）时，矩阵不可用。我将尝试更大的样本，看看它是否重复。我运行了这个，但我在exmaning（获取您显示的输出）方面遇到了困难。我试过了(DocTerm@i和其他人，但我只是看到了一堆列表）对我来说，它工作得很完美。检查你的R版本。那可能会引起麻烦。为了抽调工作人员，我希望另一个问题可以帮助您：嗯，这个例子很好，但是，当应用到更大的规模（唯一ID=75000）时，矩阵不可用。我将尝试更大的样本，看看它是否重复斯巴菲，这正是我所寻找的。但是，如果我们可以使用dplyr运行apply来获得权重计数，你知道吗？矩阵是巨大的（10obs=25mb），我有800个…所以这将加起来哈哈。我希望我可以循环使用count函数来获得数字在列中同时出现的次数……类似于[$Freq…12345:1234567（5）12445 | 76543（2）等]*可能有助于控制公羊的过度杀戮，这就是最终状态的好处。很乐意帮忙。权重问题应该在另一个帖子上提问，因为你需要清楚地描述和展示你的意思，并认真尝试解决。冻糕，这正是我想要的。但是，如果我们可以使用dplyr运行apply来获得权重计数，你知道吗？矩阵是巨大的（10obs=25mb），我有800个…所以这将加起来哈哈。我希望我可以循环使用count函数来获得数字在列中同时出现的次数……类似于[$Freq…12345:1234567（5）12445 | 76543（2）等]*可能有助于控制公羊的过度杀戮，这就是最终状态的好处。很乐意帮忙。权重问题应该在不同的帖子上提问，因为你需要清楚地描述和展示你的意思，并认真尝试解决。