R 将不同维度的xtab矩阵标准化为相同维度

我有一个不同行长但相同列长的xtabs表列表。行名称是两个字母等级的组合，例如“A-B”，列名是一个字母等级，例如“A”。我想让所有矩阵都具有相同的维数，然后将它们相加

由于列表中的矩阵具有不同的维度，我知道我必须先将它们转换为相同的维度，然后才能添加它们。我创建了一个矩阵，其中包含所有可能的字母等级组合（36 x 6）。如何使列表中的所有矩阵具有与36 x 6矩阵相同的维度，并确保遵守顺序

row.order <- c( "Aa", "A",   "Baa", "Ba",  "B", "Caa")

# all possible combinations 
all.crossings <- expand.grid(row.order, row.order, row.order)

all.crossings <-
all.crossings %>% 
mutate(ij = paste(Var1, Var2, sep = "-"),
     k = Var2,
     Count = 0) %>%
select(ij, k, Count)

# use xtabs to transfor into matrix form
all.crossings <- xtabs(Count~ij+k, data = all.crossings)
attributes(all.crossings)$class <- "matrix"

dput中的所有矩阵（头（lappy（data_out.2nd.ord，as.matrix），3））：

---

创建一个函数，该函数的主体具有此伪代码的R代码，并返回修改后的all.crossings：

for each rowname in data-matrix{
     add this row from datamatrix to matching row in all.crossings
                                }

实际代码：

addmat <- function(X, res){ for( r in rownames(X)) { res[r, ] <- X[r,]+res[r,] }; res}

所提供数据的结果：

> res
         k
ij        Aa A Baa Ba  B Caa
  A-A      0 0   2  1  1   0
  A-Aa     0 1   0  0  0   0
  A-B      0 0   0  0  0   0
  A-Ba     0 0   1  4  2   0
  A-Baa    0 1   3  2  3   0
  A-Caa    0 0   0  0  0   0
  Aa-A     1 5   0  0  0   0
  Aa-Aa    0 0   0  0  0   0
  Aa-B     0 0   0  0  0   0
  Aa-Ba    0 0   0  1  0   0
  Aa-Baa   0 2   0  1  1   0
  Aa-Caa   0 0   0  0  0   0
  B-A      0 1   0  1  0   0
  B-Aa     0 0   0  0  0   0
  B-B      0 0   5  9 41  14
  B-Ba     0 1   4 10 10   7
  B-Baa    0 0   6  0  2   1
  B-Caa    0 1   3  6 16  18
  Ba-A     0 0   2  2  1   0
  Ba-Aa    0 0   1  0  0   0
  Ba-B     0 1   2 13  7   6
  Ba-Ba    1 2   7  7  9   0
  Ba-Baa   0 1   3  4  5   4
  Ba-Caa   0 0   1  3  3   7
  Baa-A    0 1   5  2  0   0
  Baa-Aa   0 2   0  0  1   0
  Baa-B    0 0   1  7  2   3
  Baa-Ba   0 1   7  6  4   0
  Baa-Baa  1 2   5  7  2   1
  Baa-Caa  0 0   1  3  2   0
  Caa-A    0 0   0  0  0   0
  Caa-Aa   0 0   0  0  0   0
  Caa-B    0 0   0  2 21  18
  Caa-Ba   0 0   1  3  2   6
  Caa-Baa  1 1   1  2  0   0
  Caa-Caa  0 0   0  4 19  38
attr(,"class")
[1] "matrix"
attr(,"call")
xtabs(formula = Count ~ ij + k, data = all.crossings)

---

当我试图将问题的dput输出粘贴到R中时，它给出了一个错误，因此我们使用了最后注释中显示的输入

这里有两种不同的方法

1）zoo将

nms

设置为行名的并集，然后使用其行名作为索引将每个矩阵转换为zoo，并将每个此类zoo对象与索引为

nms

的零宽度zoo对象合并。此时，每个zoo对象都具有相同的行和列名。最后使用

Reduce

将它们相加

library(zoo)

nms <- Reduce(union, lapply(L, rownames))
Lz <- lapply(L, function(x) merge(zoo(x, rownames(x)), zoo(, nms), fill = 0))
m <- as.matrix(Reduce(`+`, Lz))
head(m)
##       Aa A Baa Ba B Caa
## A-A    0 0   2  1 1   0
## A-Aa   0 1   0  0 0   0
## A-Ba   0 0   1  4 2   0
## A-Baa  0 1   3  2 3   0
## Aa-A   1 5   0  0 0   0
## Aa-Ba  0 0   0  1 0   0

注

---

Lines1我已经添加了输出查看我的代码，我想知道addmat函数是否可以更高效？也许只是：
function（inp，res）{res[rownames（inp）]你是用tidyverse做的吗？里面有些东西会导致错误（
error in terms.formula（formula，data=data）：object.”找不到
）当您尝试将该结构分配给一个名称时。是的，我使用了tidyverse。用
dput（head（lappy（data\u out.2nd.ord，as.matrix），3）的输出替换该输出如何？
所以R解释器确实尝试查找原始数据源？我们没有得到包含15个表的输出。@42-我已经用输出更新了问题。
 res <- all.crossings; for( s in seq_along(dat) ){  
                                    res <- addmat( dat[[s]], res=res) }

> res
         k
ij        Aa A Baa Ba  B Caa
  A-A      0 0   2  1  1   0
  A-Aa     0 1   0  0  0   0
  A-B      0 0   0  0  0   0
  A-Ba     0 0   1  4  2   0
  A-Baa    0 1   3  2  3   0
  A-Caa    0 0   0  0  0   0
  Aa-A     1 5   0  0  0   0
  Aa-Aa    0 0   0  0  0   0
  Aa-B     0 0   0  0  0   0
  Aa-Ba    0 0   0  1  0   0
  Aa-Baa   0 2   0  1  1   0
  Aa-Caa   0 0   0  0  0   0
  B-A      0 1   0  1  0   0
  B-Aa     0 0   0  0  0   0
  B-B      0 0   5  9 41  14
  B-Ba     0 1   4 10 10   7
  B-Baa    0 0   6  0  2   1
  B-Caa    0 1   3  6 16  18
  Ba-A     0 0   2  2  1   0
  Ba-Aa    0 0   1  0  0   0
  Ba-B     0 1   2 13  7   6
  Ba-Ba    1 2   7  7  9   0
  Ba-Baa   0 1   3  4  5   4
  Ba-Caa   0 0   1  3  3   7
  Baa-A    0 1   5  2  0   0
  Baa-Aa   0 2   0  0  1   0
  Baa-B    0 0   1  7  2   3
  Baa-Ba   0 1   7  6  4   0
  Baa-Baa  1 2   5  7  2   1
  Baa-Caa  0 0   1  3  2   0
  Caa-A    0 0   0  0  0   0
  Caa-Aa   0 0   0  0  0   0
  Caa-B    0 0   0  2 21  18
  Caa-Ba   0 0   1  3  2   6
  Caa-Baa  1 1   1  2  0   0
  Caa-Caa  0 0   0  4 19  38
attr(,"class")
[1] "matrix"
attr(,"call")
xtabs(formula = Count ~ ij + k, data = all.crossings)

library(zoo)

nms <- Reduce(union, lapply(L, rownames))
Lz <- lapply(L, function(x) merge(zoo(x, rownames(x)), zoo(, nms), fill = 0))
m <- as.matrix(Reduce(`+`, Lz))
head(m)
##       Aa A Baa Ba B Caa
## A-A    0 0   2  1 1   0
## A-Aa   0 1   0  0 0   0
## A-Ba   0 0   1  4 2   0
## A-Baa  0 1   3  2 3   0
## Aa-A   1 5   0  0 0   0
## Aa-Ba  0 0   0  1 0   0

dd <- do.call("rbind", lapply(L, as.data.frame))
ag <- aggregate(Freq ~., dd, sum)
names(ag) <- c("ij", "k", "Freq")
xt <- xtabs(Freq ~., ag)
head(xt)
##         k
## ij       Aa A Baa Ba B Caa
##   A-Ba    0 0   1  4 2   0
##   A-Baa   0 1   3  2 3   0
##   Aa-A    1 5   0  0 0   0
##   Aa-Ba   0 0   0  1 0   0
##   Aa-Baa  0 2   0  1 1   0
##   B-A     0 1   0  1 0   0

Lines1 <- " Aa  A Baa Ba  B Caa
  A-Ba     0  0   0  1  1   0
  A-Baa    0  0   2  1  2   0
  Aa-A     1  2   0  0  0   0
  Aa-Ba    0  0   0  1  0   0
  Aa-Baa   0  2   0  1  1   0
  B-A      0  0   0  1  0   0
  B-B      0  0   1  3 14   5
  B-Ba     0  0   1  1  3   3
  B-Baa    0  0   2  0  0   1
  B-Caa    0  0   1  3  5   7
  Ba-A     0  0   0  2  0   0
  Ba-B     0  0   2  5  3   2
  Ba-Ba    0  0   1  2  5   0
  Ba-Baa   0  1   0  1  1   1
  Ba-Caa   0  0   1  1  2   3
  Baa-A    0  0   0  2  0   0
  Baa-Aa   0  1   0  0  0   0
  Baa-B    0  0   0  2  1   2
  Baa-Ba   0  0   3  2  1   0
  Baa-Baa  1  0   3  2  1   0
  Baa-Caa  0  0   1  0  1   0
  Caa-B    0  0   0  0  6   6
  Caa-Ba   0  0   0  0  1   0
  Caa-Baa  0  0   1  0  0   0
  Caa-Caa  0  0   0  2  5  12"

Lines2 <- "Aa  A Baa Ba  B Caa
  A-A      0  0   2  0  0   0
  A-Aa     0  1   0  0  0   0
  A-Ba     0  0   1  3  1   0
  Aa-A     0  1   0  0  0   0
  B-B      0  0   2  3 13   6
  B-Ba     0  0   2  4  3   1
  B-Baa    0  0   2  0  1   0
  B-Caa    0  0   1  1  8   5
  Ba-B     0  1   0  6  2   2
  Ba-Ba    1  2   2  1  1   0
  Ba-Baa   0  0   1  1  2   1
  Ba-Caa   0  0   0  2  0   1
  Baa-A    0  1   2  0  0   0
  Baa-Aa   0  1   0  0  0   0
  Baa-B    0  0   1  3  1   0
  Baa-Ba   0  1   2  1  1   0
  Baa-Baa  0  2   0  5  0   1
  Baa-Caa  0  0   0  1  1   0
  Caa-B    0  0   0  2  6   5
  Caa-Ba   0  0   1  2  0   3
  Caa-Baa  1  1   0  1  0   0
  Caa-Caa  0  0   0  1  7  14"

Lines3 <- "Aa  A Baa Ba  B Caa
  A-A      0  0   0  1  1   0
  A-Baa    0  1   1  1  1   0
  Aa-A     0  2   0  0  0   0
  B-A      0  1   0  0  0   0
  B-B      0  0   2  3 14   3
  B-Ba     0  1   1  5  4   3
  B-Baa    0  0   2  0  1   0
  B-Caa    0  1   1  2  3   6
  Ba-A     0  0   2  0  1   0
  Ba-Aa    0  0   1  0  0   0
  Ba-B     0  0   0  2  2   2
  Ba-Ba    0  0   4  4  3   0
  Ba-Baa   0  0   2  2  2   2
  Ba-Caa   0  0   0  0  1   3
  Baa-A    0  0   3  0  0   0
  Baa-Aa   0  0   0  0  1   0
  Baa-B    0  0   0  2  0   1
  Baa-Ba   0  0   2  3  2   0
  Baa-Baa  0  0   2  0  1   0
  Baa-Caa  0  0   0  2  0   0
  Caa-B    0  0   0  0  9   7
  Caa-Ba   0  0   0  1  1   3
  Caa-Baa  0  0   0  1  0   0
  Caa-Caa  0  0   0  1  7  12"

t1 <- as.table(as.matrix(read.table(text = Lines1, strip.white = TRUE)))
t2 <- as.table(as.matrix(read.table(text = Lines2, strip.white = TRUE)))
t3 <- as.table(as.matrix(read.table(text = Lines3, strip.white = TRUE)))

L <- list(t1, t2, t3)