根据第二个矩阵的条件将矩阵的值转换为1或0

Question

我有两个矩阵，您可以在下面看到：
第一个矩阵是我的实际数据收集字段。只是最后一列（组）是样本的组分类数（例如样本 1 和 3 属于组 1），其他列是物种的值。我想将每个样本中的物种值转换为数字one，如果它具有第二个矩阵的条件，如果它没有第二个矩阵的条件，则转换为zero。

matrix (1)     
   A  B  C  D      Group  
1  5  1  6  1        1  
2  4  4  5  8        2   
3  1  4  3  4        1   
4  0  2  7  5        3    
5  8  4  3  1        3   

matrix (2)
     Group1     Group2     Group3     
A      1          0           0
B      1          1           0
C      0          0           1
D      1          1           1

我想要的新矩阵如下

new matrix
   A  B  C  D   
1  1  1  0  1     
2  0  1  0  1     
3  1  1  0  1     
4  0  0  1  1     
5  0  0  1  1   

为了更好地理解新矩阵，我举个例子：
例如，由于物种 A 仅存在于第 1 组中（矩阵 (2) 中存在 1，而矩阵 (2) 中不存在 0），因此其值在样本 1 和 3 中变为 1，而在其他样本中变为 0，或者对于物种 D，因为它是存在于所有组中，所有样本的值为1。

Answer 1

这是另一种方法：

df2mask <- t(df2)[df1$Group, ]
df2mask
#        A B C D
# Group1 1 1 0 1
# Group2 0 1 0 1
# Group1 1 1 0 1
# Group3 0 0 1 1
# Group3 0 0 1 1

dfnew <- ifelse(df1[, -5] * df2mask > 0, 1, 0)
dfnew
#   A B C D
# 1 1 1 0 1
# 2 0 1 0 1
# 3 1 1 0 1
# 4 0 0 1 1
# 5 0 0 1 1

请注意，掩码和最终矩阵是相同的，因为您的示例不包含任何不存在物种但掩码值为 1 的单元格。

Answer 2

df1%>%
  rownames_to_column('ID')%>%
  pivot_longer(-c(ID, Group), names_to = 'rn', values_to = 'val1') %>%
  left_join(df2%>%
  rownames_to_column('rn') %>%
  pivot_longer(-rn, names_pattern = '(\\d)$',
               names_to = 'Group',
               names_transform = list(Group = as.integer)))%>%
  pivot_wider(ID, names_from = 'rn', values_from = 'value')

# A tibble: 5 x 5
  ID        A     B     C     D
  <chr> <int> <int> <int> <int>
1 1         1     1     0     1
2 2         0     1     0     1
3 3         1     1     0     1
4 4         0     0     1     1
5 5         0     0     1     1

---

数据

df1 <- structure(list(A = c(5L, 4L, 1L, 0L, 8L), B = c(1L, 4L, 4L, 2L, 
4L), C = c(6L, 5L, 3L, 7L, 3L), D = c(1L, 8L, 4L, 5L, 1L), Group = c(1L, 
2L, 1L, 3L, 3L)), class = "data.frame", row.names = c("1", "2", 
"3", "4", "5"))

df2 <- structure(list(Group1 = c(1L, 1L, 0L, 1L), Group2 = c(0L, 1L, 
0L, 1L), Group3 = c(0L, 0L, 1L, 1L)), class = "data.frame", row.names = c("A", 
"B", "C", "D"))