R 创建相似矩阵

我有一个如下所示的矩阵：

col_1 col_2 value

 A      B     2.1

 A      C     1.3

 B      C     4.6

 A      D     1.4

....

我想得到一个相似性矩阵：

    A    B    C   D

A    X   2.1  1.3  1.4

B    2.1  X   4.6   ...

C    ...  ...  X    ...

D    ...  ... ...    X

因此，行和列名是A、B、C、D，它从第三列获取值并将其添加到矩阵中

---

问题还在于原始矩阵的长度约为10000行。

您可以按以下方法执行。 我用Python编写代码，因为没有指定语言

#I assume that your data is in a python pandas dataframe called df

df = ..load your data  
list_of_labels = [ 'A','B','C','D' ]
nb_labels = len(list_of_labels)
similarity = np.zeros( (nb_labels,nb_labels) )

for l1, l2, val in zip( df['col_1'] , df['col_2'] , df['value'] ):
    i = list_of_labels.index( l1 )
    j = list_of_labels.index( l2 )
    similarity[i][j] = val


similarity_df = pd.DataFrame(data=similarity, index=list_of_labels, columns=list_of_labels)

---

你可以用下面的方法来做。 我用Python编写代码，因为没有指定语言

#I assume that your data is in a python pandas dataframe called df

df = ..load your data  
list_of_labels = [ 'A','B','C','D' ]
nb_labels = len(list_of_labels)
similarity = np.zeros( (nb_labels,nb_labels) )

for l1, l2, val in zip( df['col_1'] , df['col_2'] , df['value'] ):
    i = list_of_labels.index( l1 )
    j = list_of_labels.index( l2 )
    similarity[i][j] = val


similarity_df = pd.DataFrame(data=similarity, index=list_of_labels, columns=list_of_labels)

---

正如罗兰所建议的，您可以使用

dcast（）

：

其中：

df <- data.frame(
  col_1 = c("A", "A", "B", "A"), 
  col_2 = c("B","C", "C", "D"), 
  value = c(2.1, 1.3, 4.6, 1.4)
)

---

df正如罗兰所建议的，您可以使用
dcast（）
：

其中：

df <- data.frame(
  col_1 = c("A", "A", "B", "A"), 
  col_2 = c("B","C", "C", "D"), 
  value = c(2.1, 1.3, 4.6, 1.4)
)

df带有
xtabs
和
在
处变异
sparse=TRUE
将输出转换为sparseMatrix：

library(dplyr)

mat <- df %>%
  mutate_at(1:2, factor, levels = unique(c(levels(.$col_1), levels(.$col_2)))) %>%
  xtabs(value ~ col_1 + col_2, data=., sparse = TRUE)

mat[lower.tri(mat)] <- mat[upper.tri(mat)]

使用
xtabs
和
mutate_at
sparse=TRUE
将输出转换为sparseMatrix：

library(dplyr)

mat <- df %>%
  mutate_at(1:2, factor, levels = unique(c(levels(.$col_1), levels(.$col_2)))) %>%
  xtabs(value ~ col_1 + col_2, data=., sparse = TRUE)

mat[lower.tri(mat)] <- mat[upper.tri(mat)]

您使用哪种编程语言？R。谢谢您的提问<代码>库（2）；帮助（“dcast”）
或谷歌“r重塑宽格式”。您使用哪种编程语言？r。谢谢您的询问<代码>库（2）；帮助（“dcast”）
或谷歌“r重塑宽格式”。嗨，对不起，我忘了提到我正在使用r！但是谢谢你的回复！你认为在R中也能做到吗？CheersHi，对不起，我忘了说我在用R！但是谢谢你的回复！你认为在R中也能做到吗？非常感谢非常感谢非常感谢