填充共现矩阵

Question

我正在寻找一种快速有效的方法来填充共现矩阵(可以这么说)。以下是我正在使用的数据示例：

col1 col2
a e    
a f    
a e    
b f    
c g    
a e    
d f    
a e    
a g    
b e    
c e

我想要一个如下形式的矩阵：

... e...  f...  g    
a    
b    
c    
d

其中对应的条目与该频率有关。

例如，矩阵中的元素(3,1)将对应于(c，e)的共现频率，并且应当具有值1，并且(1,1)的值应当具有对应于数据集中的(a，e)的3个条目的值3。

我目前正在使用两个for循环单独计算项目，并且计算矩阵需要非常长的时间(实际数据大约有一百万行)。

Answer 1

你可以使用sparse来做你需要做的事情：

spA = sparse(data(:,1), data(:,2), 1);

其中data是您的数据，但作为数字。因此，您首先必须将字母字符转换为双精度。

Sparse从data(:,1)和data(:,2)组装行/列对，每出现一对就加1。但是请注意，如果您希望矩阵是对称的，则可能需要根据您的数据对spA及其转置求和。

Answer 2

这是R中使用table的解决方案

df <- read.table(text="col1 col2
a e    
a f    
a e    
b f    
c g    
a e    
d f    
a e    
a g    
b e    
c e", header = TRUE)

table(df)

    col2
col1 e f g
   a 4 1 1
   b 1 1 0
   c 1 0 1
   d 0 1 0