提问人：AMM 提问时间：9/26/2023 最后编辑：user20650AMM 更新时间：9/26/2023 访问量：72
来自 df 的加权邻接矩阵代码，包含 8 列字符串数据？
Code for weighted adjacency matrix from df with 8 columns of string data?
问：
我真的需要代码方面的帮助，以便从数据集创建加权邻接矩阵;有些行包含 1 或 2 种成分，但其他行含有更多成分（最多 8 种）。根据数据集中独特成分的数量，生成的基质可能超过 16x16。
我的数据目前看起来像下面的例子（但信息不同）。对于此网络分析而言，成分出现在哪一列并不重要，但共现和权重很重要。
| 名称1 | 名称2 | 名称3 | 名称4 | 名称5 | 名称6 | 名称7 | 名称8 |
|---|---|---|---|---|---|---|---|
| 菠萝 | 糖 | 芒果 | 水 | 盐 | 蓝莓 | ||
| 菠萝 | 阿斯卡 | ||||||
| 糖 | 菠萝 | 水 | 石灰 | ||||
| 石灰 | 阿斯卡 | 胡椒 | 盐 | 水 | |||
| 蓝莓 | 菠萝 | 水 | 盐 | 草莓 | 香蕉 | 阿斯卡 | 糖 |
| 芒果 |
如何编写代码，以便它能够从所有列中找到所有共现/边，而不仅仅是前两列？这是我在尝试直接在 R 中从这些数据进行邻接矩阵时遇到的一个问题。我还需要保留节点（成分）的名称，以便在创建网络图时显示名称而不是数字，这是我遇到的另一个问题。
我有可靠的代码，可以从这个新项目的邻接矩阵创建网络图，但以前我手动计算了样本集的加权邻接矩阵，因为我的截止日期很紧。
答：
2赞
ThomasIsCoding
9/26/2023
#1
我想你可以创建一个发生矩阵
> table(unlist(df), c(row(df)))
1 2 3 4 5 6
asca 0 1 0 1 1 0
banana 0 0 0 0 1 0
blueberry 1 0 0 0 1 0
lime 0 0 1 1 0 0
mango 1 0 0 0 0 1
pepper 0 0 0 1 0 0
pineapple 1 1 1 0 1 0
salt 1 0 0 1 1 0
strawberry 0 0 0 0 1 0
sugar 1 0 1 0 1 0
water 1 0 1 1 1 0
或邻接矩阵
> tcrossprod(table(unlist(df), c(row(df))))
asca banana blueberry lime mango pepper pineapple salt strawberry
asca 3 1 1 1 0 1 2 2 1
banana 1 1 1 0 0 0 1 1 1
blueberry 1 1 2 0 1 0 2 2 1
lime 1 0 0 2 0 1 1 1 0
mango 0 0 1 0 2 0 1 1 0
pepper 1 0 0 1 0 1 0 1 0
pineapple 2 1 2 1 1 0 4 2 1
salt 2 1 2 1 1 1 2 3 1
strawberry 1 1 1 0 0 0 1 1 1
sugar 1 1 2 1 1 0 3 2 1
water 2 1 2 2 1 1 3 3 1
sugar water
asca 1 2
banana 1 1
blueberry 2 2
lime 1 2
mango 1 1
pepper 0 1
pineapple 3 3
salt 2 3
strawberry 1 1
sugar 3 3
water 3 4
评论
1赞
ThomasIsCoding
9/26/2023
@user20650是的，你是对的，谢谢你纠正我！我误读了这个问题，希望我的解决方案现在正常工作。
1赞
jblood94
9/26/2023
#2
如果需要按行事件，可以通过@ThomsIsCoding修改答案：
m <- tcrossprod(table(stack(as.data.frame(t(df))))[-1,])
m
#> values
#> values asca banana blueberry lime mango pepper pineapple salt strawberry sugar water
#> asca 3 1 1 1 0 1 2 2 1 1 2
#> banana 1 1 1 0 0 0 1 1 1 1 1
#> blueberry 1 1 2 0 1 0 2 2 1 2 2
#> lime 1 0 0 2 0 1 1 1 0 1 2
#> mango 0 0 1 0 2 0 1 1 0 1 1
#> pepper 1 0 0 1 0 1 0 1 0 0 1
#> pineapple 2 1 2 1 1 0 4 2 1 3 3
#> salt 2 1 2 1 1 1 2 3 1 2 3
#> strawberry 1 1 1 0 0 0 1 1 1 1 1
#> sugar 1 1 2 1 1 0 3 2 1 3 3
#> water 2 1 2 2 1 1 3 3 1 3 4
如果需要，请将主对角线设置为 。0
diag(m) <- 0
m
#> values
#> values asca banana blueberry lime mango pepper pineapple salt strawberry sugar water
#> asca 0 1 1 1 0 1 2 2 1 1 2
#> banana 1 0 1 0 0 0 1 1 1 1 1
#> blueberry 1 1 0 0 1 0 2 2 1 2 2
#> lime 1 0 0 0 0 1 1 1 0 1 2
#> mango 0 0 1 0 0 0 1 1 0 1 1
#> pepper 1 0 0 1 0 0 0 1 0 0 1
#> pineapple 2 1 2 1 1 0 0 2 1 3 3
#> salt 2 1 2 1 1 1 2 0 1 2 3
#> strawberry 1 1 1 0 0 0 1 1 0 1 1
#> sugar 1 1 2 1 1 0 3 2 1 0 3
#> water 2 1 2 2 1 1 3 3 1 3 0
数据：
df <- data.table::fread("name1 name2 name3 name4 name5 name6 name7 name8
pineapple sugar mango water salt blueberry
pineapple asca
sugar pineapple water lime
lime asca pepper salt water
blueberry pineapple water salt strawberry banana asca sugar
mango ")
上一个：使用向量创建邻接矩阵
评论