如何在R中创建关系矩阵？

原始数据：

df <- structure(list(ID_client = structure(c(1L, 2L, 3L, 4L, 1L, 2L, 3L, 4L), .Label = c("1_", "2_", "3_", "4_"), class = "factor"), Connected = c(1L, 1L, 1L, 0L, 1L, 0L, 1L, 0L), Year = c(2010L, 2010L, 2010L, 2010L, 2015L, 2015L, 2015L, 2015L)), class = "data.frame", row.names = c(NA, -8L))

`ID_client Connected  Year
1_            1      2010
2_            1      2010
3_            1      2010
4_            0      2010
1_            1      2015
2_            0      2015
3_            1      2015
4_            0      2015`

我的目的是创建以下数据：

`Year ID_client    1_   2_   3_   4_
2010     1_       0    1    1    0
2010     2_       1    0    1    0
2010     3_       1    1    0    0
2010     4_       0    0    0    0
2015     1_       0    0    1    0
2015     2_       0    0    0    0
2015     3_       1    0    0    0
2015     4_       0    0    0    0`

换句话说，一个矩阵表示，例如，在2010年，客户端1、2和3被连接，而另一个没有连接。重要的是，我不认为有人与自己有联系。

我尝试了以下代码：

df %>%
  group_by(Year, Connected) %>%
  mutate(temp = rev(ID_client)) %>%
  pivot_wider(names_from = ID_client, 
          values_from = Connected, 
          values_fill = list(Connected = 0)) %>%
  arrange(Year, temp)

这段代码没有复制我需要的东西。相反，这是结果：

`Year ID_client    1_   2_   3_   4_
2010     1_       0    0    1    0
2010     2_       0    1    0    0
2010     3_       1    0    0    0
2010     4_       0    0    0    0
2015     1_       0    0    1    0
2015     2_       0    0    0    0
2015     3_       1    0    0    0
2015     4_       0    0    0    0`

---

我们可以按

年

对(u)分组(u)),并创建一个新列(包含ID(u client)值),除当前值外,每组中的(code>Connected=。我们

完成

缺失的级别，然后将数据转换为宽格式

library(tidyverse)

df %>%
  group_by(Year) %>%
  mutate(temp = map(ID_client, ~setdiff(ID_client[Connected == 1], .x))) %>%
  unnest(cols = temp) %>%
  complete(temp = unique(ID_client), fill = list(Connected = 0)) %>%
  mutate(ID_client  = coalesce(as.character(ID_client), temp)) %>%
  pivot_wider(names_from = temp, 
              values_from = Connected, 
              values_fill = list(Connected = 0)) %>%
  arrange(Year, ID_client)

#   Year ID_client  `1_`  `2_`  `3_`  `4_`
#  <int> <chr>     <dbl> <dbl> <dbl> <dbl>
#1  2010 1_            0     1     1     0
#2  2010 2_            1     0     1     0
#3  2010 3_            1     1     0     0
#4  2010 4_            0     0     0     0
#5  2015 1_            0     0     1     0
#6  2015 2_            0     0     0     0
#7  2015 3_            1     0     0     0
#8  2015 4_            0     0     0     0

库（tidyverse）
df%>%
组别(年份)%>%
变异（temp=map（ID_客户端，~setdiff（ID_客户端[Connected==1]，.x）））%>%
未测试（cols=温度）%>%
完成（临时=唯一（ID\U客户端），填充=列表（已连接=0））%>%
mutate（ID\u client=coalesce（as.character（ID\u client），temp））%>%
枢轴（名称从=温度，
值_from=已连接，
值\u fill=list（Connected=0））%>%
安排（年份，ID\U客户）
#年份ID_客户'1_``2_``3_``4_`
#           
#1  2010 1_            0     1     1     0
#2  2010 2_            1     0     1     0
#3  2010 3_            1     1     0     0
#4  2010 4_            0     0     0     0
#5  2015 1_            0     0     1     0
#6  2015 2_            0     0     0     0
#7  2015 3_            1     0     0     0
#8  2015 4_            0     0     0     0

您可以使用自连接，即数据与自身的内部连接。通过标记客户组合的信息片段连接：这将是

年

和

连接

中的值。由于所需的输出在其对角线上有零，请过滤以删除两个ID相同的情况

正如您所看到的，我还没有转换到

tidyr

的

pivot\u-wide

版本，但这应该是可以适应的。在

spread

中，指定不应删除未使用的因子级别，以免丢失ID 4

库（dplyr）
图书馆（tidyr）
内部连接（df，df，by=c（“年”，“连接”））%>%
筛选器（已连接==1，ID\u client.x！=ID\u client.y）%>%
排列（key=ID\u client.y，value=Connected，fill=0，drop=F）%>%
安排（年）
#>ID_客户。x年1_u2_u3_4_
#> 1          1_ 2010  0  1  1  0
#> 2          2_ 2010  1  0  1  0
#> 3          3_ 2010  1  1  0  0
#> 4          4_ 2010  0  0  0  0
#> 5          1_ 2015  0  0  1  0
#> 6          2_ 2015  0  0  0  0
#> 7          3_ 2015  1  0  0  0
#> 8          4_ 2015  0  0  0  0

您已经尝试了什么？请显示一些代码，并创建一个。它类似于一个共现表——但每年都要显示一次。我不认为您的代码复制了我想做的事情。当Client_ID为1_时，“1_”列收到值1。相反，它应该是列“2”。你的答案的问题是，它取决于这个特定的玩具数据。例如，如果新数据是df@Miranda ok..我现在就知道了。我先前误解了这个问题。我已经更新了答案。你能检查一下它现在是否工作吗？是的。非常感谢你！