r - 将存在/不存在矩阵转换为顶点连接的 Data.frame。 (删除具有eeuqal无序值的重复行)

Question

我有一个矩阵表，其中行表示地点，列表示特定岩石的存在/不存在。

>Mat
       A   B   C   D   E   F   G
Aiz    1   0   0   0   0   0   0
Aren   0   1   1   0   1   0   0
Atx    0   0   1   0   1   0   0
Berr   1   1   0   0   0   1   0
Bra    0   0   0   0   0   1   0
Bur    0   1   0   0   1   0   0
Cab    1   0   1   1   1   0   0

正如您所看到的，有些行在某些列中具有相同的元素，例如。 Aiz 行和 Berr 行在 A 列中共享，这表明它们在我的示例中共享同一 block 岩石。

从这个矩阵中，我想构造一个无向图，其中节点是站点(行名)，链接是列元素的份额。

所以，基本上，我需要将此矩阵转换为以下样式的 data.frame:

>DF
   siteA    siteB weight
1    Aiz    Berr     1
2    Aiz     Cab     1
3   Aren   Atxos     2
4   Aren    Berr     1
5   Aren     Bur     2       
6   Aren     Cab     1
7    Atx     Bur     1
...

其中每行标识共享同一 block 岩石的两个站点(存在于原始Mat的同一列中)，并且具有权重列，表示两者都使用的岩石数量网站有共同点。

因此，通过一系列嵌套的 for 循环 和 if 条件，我设法接近 DF 矩阵，尽管我的DF 具有重复结果的行，例如:

> df_links
   siteA    siteB weight
1    Aiz    Berr     1
2    Aiz     Cab     1
3   Aren   Atxos     2
4   Berr     Aiz     1
5  Atxos    Aren     2

您看到的位置，例如:第 1 行 和 第 4 行(第 3 行 和 第 5 行 相同) ) 网站栏共享相同的元素。由于这是一个无向图，因此具有 Aiz-Berr 或 Ber-Aiz 意味着相同，因此我只需要其中一行。

问题 1:因此，我尝试使用 tidyverse 解决重复问题，但似乎没有效果。最好的情况下，我只会删除其中的一个重复行，而不是全部。所以，我的问题是，有什么办法可以做到这一点吗？仅保留具有相同元素 [i,j] 的行之一，无论顺序如何？

问题 2:这可能有点麻烦，所以排在第二位。尽管我的代码可以工作(直到上面第一季度指出的问题)，但它看起来并不是最漂亮的。是一个矩阵到 data.frames 到 data.frames 的序列，带有 for 循环 和条件。 是否有一个更简洁的版本可以从原始的 Mat 转换为所需的 DF？我不太熟悉 sapply 和整个系列，所以我使用了循环。有更快、更好看的解决方案吗？

Answer 1

使用 purrr 包可以解决该问题。

# reproduce input
mat <- matrix(
  data = c(1,0,0,0,0,0,0,
           0,1,1,0,1,0,0,
           0,0,1,0,1,0,0,
           1,1,0,0,0,1,0,
           0,0,0,0,0,1,0,
           0,1,0,0,1,0,0,
           1,0,1,1,1,0,0), nrow = 7, ncol = 7)
colnames(mat) <- LETTERS[1:7]
rownames(mat) <- c("Aiz", "Aren", "Atx", "Berr", "Bra", "Bur", "Cab")

# convert to dataframe
df <- mat %>% 
  dplyr::as_tibble() %>% 
  dplyr::bind_cols(
    tibble::tibble(Names = rownames(mat)))

# calculate the connections
purrr::map_df(df$Names, function(x){
  output <-purrr::map_df(df$Names, function(y){
    if(x >= y) return(tibble::tibble()) # avoid double counting
    tibble::tibble(
      siteA = x,
      siteB = y,
      weight = sum(as.integer(df[df$Names==x,1:7]) & as.integer(df[df$Names==y,1:7])))
    })
  })

祝你好运