计算 R 中的类别共现（tidyverse）

【问题标题】：Calculate categories co-occurrences in R (tidyverse)计算 R 中的类别共现（tidyverse）
【发布时间】：2019-10-14 19:56:43
【问题描述】：

我有以下数据框


| Document | CatA | CatB | CatC | CatD |
|----------|------|------|------|------|
| A        | 1    | 0    | 1    | 1    |
| B        | 0    | 1    | 1    | 0    |
| C        | 1    | 1    | 0    | 1    |

表示类别 CatA、CatC 和 CatD 在文档 A 等中同时出现。
我需要计算所有文档的类别共现矩阵，例如如下：

|      | CatA | CatB | CatC | CatD |
|------|------|------|------|------|
| CatA | NA   | 1    | 1    | 2    |
| CatB | 1    | NA   | 1    | 1    |
| CatC | 1    | 1    | NA   | 1    |
| CatD | 2    | 1    | 1    | NA   |

【问题讨论】：

标签： r tidyr

【解决方案1】：

如果您的数据帧只包含零和一，那么您可以使用crossprod() 函数直接在基础 R 中生成共现矩阵：

x <- cbind(c(1,0,1), c(0, 1, 1), c(1,1,0), c(1,0,1))
crossprod(x)

产生

     [,1] [,2] [,3] [,4]
[1,]    2    1    1    2
[2,]    1    2    1    1
[3,]    1    1    2    1
[4,]    2    1    1    2

然后可以将对角线设置为NA 使用

res <- crossprod(x)
diag(res) <- NA
res

     [,1] [,2] [,3] [,4]
[1,]   NA    1    1    2
[2,]    1   NA    1    1
[3,]    1    1   NA    1
[4,]    2    1    1   NA

【讨论】：