R 从.csv文件创建共现矩阵

我正在尝试创建一个共现矩阵，以查看哪些关键字在我的数据库中经常关联在一起

数据看起来像这样，它是一个.csv文件

id,    keywords
1,     apple;pear
2,     apple;cherry
3,     pear;cherry
4,     apple;cherry

我想得到这样的东西

          apple  pear  cherry
apple       0      1      2
pear        1      0      1
cherry      2      1      0

然后，目标是使用d3.js来可视化矩阵

---

我把这个贴在

R

标签上，因为我以前在一些类中使用过它，所以我不是一个完全的新手。我在寻找解决方案时发现，使用python也可以做到这一点，但我一生中从未接触过它。

您可以使用

tidyr

（和

magrittr

）包和

表

函数

library(tidyr)
library(magrittr)
df <- data.frame(id = 1:4, keywords = c("apple;pear", "apple;cherry", "pear;cherry", "apple;cherry"))

df2 <- df %>% separate(keywords, sep = ";", into = c("F1", "F2"))

---

df哦，不，只是用你的例子。使用
read.csv
。嘿，这样做很好，但问题是我问的问题不对。我让他们看起来好像每行只有2个关键词，但这个数字可以改变。有时有一个关键字，有时有四个关键字，等等。所以这里的
into=c（“F1”，“F2”）
不是正确的解决方案@mrsnake而且您使用因子的行似乎也有问题，它将
NA
放在矩阵的每一个地方。即使使用您提供的示例代码。我遗漏了什么吗？是的，你是对的，3个字或更多，它不能工作。然而，我启动了一个新的R会话，代码运行正常，并给出了我编写的输出。我发现这样做的方法似乎对我想要做的事情非常有效！
df2$F1 %<>% factor() 
df2$F2 %<>% factor()

df2$F1 <- factor(df2$F1, levels = unique(c(levels(df2$F1), levels(df2$F2))))
df2$F2 <- factor(df2$F2, levels = unique(c(levels(df2$F1), levels(df2$F2))))

> table(df2$F1, df2$F2) + table(df2$F2, df2$F1)

         apple pear cherry
  apple      0    1      2
  pear       1    0      1
  cherry     2    1      0