距离对象 R 的距离的 CSV [重复]

Question

可能重复：
Convert a dataframe to an object of class “dist” without actually calculating distances in R

我有一个非常大的 csv 文件（因此 R 中的 for 循环需要很长时间）关键字之间的相似性，当我读入 data.frame 时看起来像这样：

> df   
kwd1 kwd2 similarity  
a  b  1  
b  a  1  
c  a  2  
a  c  2 

我想把它转换成一个 dist 对象，像这样：

> dObject  
  a b  
b 1    
c 2 0

我无法让它工作： Convert a dataframe to an object of class "dist" without actually calculating distances in R

我的另一个想法是使用 Matrix() 创建一个稀疏矩阵，但我不确定如何有效地填充矩阵，因为我的 csv 相当大 - 可能是一个应用函数？

也许 reshape()？

---- 更新---- 这似乎适用于上面的玩具数据集： https://stats.stackexchange.com/questions/6827/efficient-way-to-populate-matrix-in-r

然而，在这个例子中，他们使用了一个 matrix()，但我想使用 Matrix()，因为内存的原因是稀疏的。

--- 此外---- 之前有一个类似的帖子。但是，我认为它的建议不适用于这种情况，在这种情况下，它们不是数据集中每个元素之间的链接——csv 不包含所有关键字之间的成对相似性，如上一篇文章所示： Convert a dataframe to an object of class "dist" without actually calculating distances in R

Answer 1

试试这个

# Generate some dummy data (since you didn't provide your data)
df <- data.frame(V1=sample(letters, 10, TRUE),
                 V2=sample(letters, 10, TRUE),
                 V3=sample(200, 10, TRUE))

df$V1 和 df$V2 现在是因子，可能具有不同的水平，因此我们需要使它们具有可比性，例如确保V1 中的"a" 与V2 中的"a" 相同。

# Convert letters to integers
my.objects <- sort(unique(c(as.character(df$V1), as.character(df$V2))))
df$V1 <- match(df$V1, my.objects)
df$V2 <- match(df$V2, my.objects)

创建一个空距离矩阵，并在V1 和V2 指定的位置使用V3 中的值填充它。最后，我们将其转换为正确的dist 对象。

# Create an empty distance matrix
n <- length(my.objects)
dist.mat <- matrix(NA, n, n)
i <- as.matrix(df[-3])
dist.mat[i] <- dist.mat[i[,2:1]] <- df$V3

my.dist <- as.dist(dist.mat)