创建列之间的成对比较矩阵答案

【问题标题】：Create a matrix of pairwise comparisons between columns创建列之间的成对比较矩阵
【发布时间】：2021-04-15 18:34:35
【问题描述】：

我想创建一个矩阵，显示每个成对列比较的行差异数。这就是我要开始的：

     Ind1 Ind2 Ind3
Att1    A    A    B
Att2    A    C    C
Att3    B    B    D

这就是我想要的结果：

      Ind1  Ind2  Ind3
Ind1            
Ind2    1       
Ind3    3     2

如何在 Python 或 R 中做到这一点？

【问题讨论】：

将来，一次选择一个语言标签可能会更好。否则你会得到两种语言的答案，而没有人告诉你哪个是哪个。

标签： python r pandas dataframe

【解决方案1】：

尝试adist，如下所示

> adist(sapply(df, toString))
     Ind1 Ind2 Ind3
Ind1    0    1    3
Ind2    1    0    2
Ind3    3    2    0

【讨论】：

【解决方案2】：

你可以试试下面的

df <- read.table(header = TRUE, text = "     Ind1 Ind2 Ind3
Att1    A    A    B
Att2    A    C    C
Att3    B    B    D")

v <- apply(combn(1:ncol(df), 2), 2, function(k) sum(df[, k[1]] != df[, k[2]]))
M <- matrix(0, nrow = ncol(df), ncol = ncol(df))
M[lower.tri(M)] <- v
M

     [,1] [,2] [,3]
[1,]    0    0    0
[2,]    1    0    0
[3,]    3    2    0

【讨论】：

请注意combn(1:ncol(df),2)==combn(ncol(df),2)。没想到lower.tri 把戏：不错！
哦，是的@Waldi。 OP你可以同时使用这两个版本。谢谢提醒！

【解决方案3】：

用途：

arr = df.values.T
arr = np.sum(arr[:, None] != arr, axis = -1)
mask = np.triu(np.ones(arr.shape)) == 0
arr = np.where(mask, arr, np.nan)

>>> pd.DataFrame(data = arr, index = df.columns, columns = df.columns)
      Ind1  Ind2  Ind3
Ind1   NaN   NaN   NaN
Ind2   1.0   NaN   NaN
Ind3   3.0   2.0   NaN

【讨论】：

【解决方案4】：

另一种基本 R 方法：

x <- combn(df, 2, function(x)sum(do.call("!=", x)))

attributes(x) <- list(Labels = names(df), Size = ncol(df), class = "dist")

x
     Ind1 Ind2
Ind2    1     
Ind3    3    2

如果你愿意，你可以这样做：

as.matrix(x)
     Ind1 Ind2 Ind3
Ind1    0    1    3
Ind2    1    0    2
Ind3    3    2    0

【讨论】：

对于 Python，你可以这样做：pd.DataFrame((df.values.T != df.values.T[:, None]).sum(2), columns=df.columns, index=df.columns)

【解决方案5】：

1) sapply 对指定的函数执行双重sapply。我们可以选择在此使用 as.dist 并在稍后显示的其他替代方案上类似地使用，但不会对每个都重复。

nc <- ncol(m)
res <- sapply(1:nc, function(i) sapply(1:nc, function(j) sum(m[, i] != m[, j])))

res
##      [,1] [,2] [,3]
## [1,]    0    1    3
## [2,]    1    0    2
## [3,]    3    2    0

或

as.dist(res)
##   1 2
## 2 1  
## 3 3 2

2) 列表理解 使用 eList 包，我们可以像这样生成它：

library(eList)

nc <- ncol(m)
Mat(for(i in 1:nc) for(j in 1:nc) sum(m[, i] != m[, j]))
##      [,1] [,2] [,3]
## [1,]    0    1    3
## [2,]    1    0    2
## [3,]    3    2    0

3) 外层 我们可以像这样使用outer：

f <- function(i, j) sum(m[, i] != m[, j])
outer(1:nc, 1:nc, Vectorize(f))
##      [,1] [,2] [,3]
## [1,]    0    1    3
## [2,]    1    0    2
## [3,]    3    2    0

注意

m <- structure(c("A", "A", "B", "A", "C", "B", "B", "C", "D"), .Dim = c(3L, 
3L), .Dimnames = list(c("Att1", "Att2", "Att3"), c("Ind1", "Ind2", 
"Ind3")))

【讨论】：