R 创建具有0和1的矩阵

我有以下数据：

A <- c("G", "C", "K")
B <- c("S", "B", "A")
C <- c("A", "M", "C")

我的想法是创建一个新的热图，8行x 3列，如果每列中的行不包含变量中的字母，我给零。相反，如果字母对应变量中包含的字母，则出现1。我想得到这样的东西：

       [A]   [B]  [C]
[1,]    0    1    0
[2,]    0    0    1
[3,]    1    0    0
[4,]    1    0    0
[5,]    0    0    0
[6,]    0    1    1
[7,]    0    1    0
[8,]    1    0    1

---

你能给我一个建议吗？

一个选项是使用

mappy

同时迭代矩阵的列和

列表（a，B，C）的元素。

说明：%vec中的

col%检查矩阵列向量中
vec
中的匹配项。一元运算符
+
将
TRUE
/
FALSE
转换为
1
/
0


甚至更短（谢谢@thelatemail）


样本数据
A一个选项是使用
mapply
同时迭代矩阵的列和
列表（A，B，C）的元素

说明：%vec
中的
col%检查矩阵列向量中
vec
中的匹配项。一元运算符
+
将
TRUE
/
FALSE
转换为
1
/
0


甚至更短（谢谢@thelatemail）


样本数据
A我敢打赌有一个更简单的解决方案，但是下面的方法很有效

mat1是字母矩阵

mat2是二进制（1,0）矩阵

函数包含（x，y）将要测试的字符向量x和列名y作为字符串，然后检查列

A <- c("G", "C", "K")
B <- c("S", "B", "A")
C <- c("A", "M", "C")
mat1 <- matrix(c("T","S", "R", "Y", "N", "C", "G", "U", "N", "C", "Z", "Q", "S", "D", "K", "M", "A", "M", "S", "B", "F", "K", "J", "A"), nrow = 8, ncol = 3, dimnames = list(c(1:8), c("A", "B", "C")), byrow=TRUE)
mat2 <- matrix(0L, nrow = 8, ncol = 3, dimnames = list(c(1:8), c("A", "B", "C")))

row_count <- 1
contains <- function(x, y){
  for (i in mat1[,y]){
    if (i %in% x){
      mat2[row_count,y] <<- 1
    }
    row_count <<- row_count +1
  }
}


contains(A, "A")
contains(B, "B")
contains(C, "C")

A我敢打赌有一个更简单的解决方案，但是下面的方法很有效

mat1是字母矩阵

mat2是二进制（1,0）矩阵

函数包含（x，y）将要测试的字符向量x和列名y作为字符串，然后检查列

A <- c("G", "C", "K")
B <- c("S", "B", "A")
C <- c("A", "M", "C")
mat1 <- matrix(c("T","S", "R", "Y", "N", "C", "G", "U", "N", "C", "Z", "Q", "S", "D", "K", "M", "A", "M", "S", "B", "F", "K", "J", "A"), nrow = 8, ncol = 3, dimnames = list(c(1:8), c("A", "B", "C")), byrow=TRUE)
mat2 <- matrix(0L, nrow = 8, ncol = 3, dimnames = list(c(1:8), c("A", "B", "C")))

row_count <- 1
contains <- function(x, y){
  for (i in mat1[,y]){
    if (i %in% x){
      mat2[row_count,y] <<- 1
    }
    row_count <<- row_count +1
  }
}


contains(A, "A")
contains(B, "B")
contains(C, "C")

A我们可以从
purr

library(purrr)
+(map2_dfr(asplit(mat, 2), list(A, B, C), `%in%`))
#   A B C
#1 0 1 0
#2 0 0 1
#3 1 0 0
#4 1 0 0
#5 0 0 0
#6 0 1 1
#7 0 1 0
#8 1 0 1

我们可以从
purrr

library(purrr)
+(map2_dfr(asplit(mat, 2), list(A, B, C), `%in%`))
#   A B C
#1 0 1 0
#2 0 0 1
#3 1 0 0
#4 1 0 0
#5 0 0 0
#6 0 1 1
#7 0 1 0
#8 1 0 1

对于矩阵
M
，以下内容可能会对您有所帮助：

sapply(colnames(M), function(x) as.numeric(!is.na(match(M[,x],eval(parse(text = x))))))

对于矩阵
M
，以下内容可能会对您有所帮助：

sapply(colnames(M), function(x) as.numeric(!is.na(match(M[,x],eval(parse(text = x))))))

如果你想避免%
@邮件中
%的反勾号，你可以折叠成
mappy（`in%`，as.data.frame（mat），list（A，B，C））+0
，甚至
mappy（is.element，as.data.frame（mat），list（A，B，C））+0
；一元
+
在这里也起作用：
+mappy（`in%`，as.data.frame（mat），list（A，B，C））
您可以折叠到
mappy（`in%`，as.data.frame（mat），list（A，B，C））+0
甚至
mappy（is.element，as.data.frame（mat），list（A，B，C））+0
如果您想避免%
@中
%的反勾号，最近的邮件非常整洁；一元
+
在这里也起作用：
+mapply（`in%`，as.data.frame（mat），list（A，B，C））
sapply(colnames(M), function(x) as.numeric(!is.na(match(M[,x],eval(parse(text = x))))))