频率关系矩阵

Question

我有一个如下所示的数据集：

col1  |  col2    |  col3
A     |  yellow  |  ID1
B     |  yellow  |  ID1
A     |  red     |  ID2
C     |  blue    |  ID2

我想要的是一个矩阵，在这个矩阵中，我可以看到A和B，A和C等等之间有多少ID是相同的。

   |  A   |  B   |  C
A  |  --  |  1   |  1
B  |  1   |  --  |  0
C  |  1   |  0   |  --

类似于上面的内容。我认为这个结构有一个合适的名字，但我找不到它。我正在寻找一个使用Excel (首选)或R的解决方案。最简单的方法是什么？

下面的问题是，我如何知道哪些ID是共同的？

Answer 1

你可以这样做：

m <- df[,-2]
m <- table(m)
m <- m %*% t(m)
diag(m) <- NA
#   col1
# col1 A  B  C
#   A NA  1  1
#   B  1 NA  0
#   C  1  0 NA

要搜索的关键字可能是关联矩阵、二分网络/附属网络、双模网络到单模网络和邻接矩阵。

使用的数据：

df<-read.table(header=T,sep="|",text="col1|col2|col3
A|yellow|ID1
B|yellow|ID1
A|red|ID2
C|blue|ID2")