时间戳

首页 > 解决方案 > 二进制矩阵的字符串列表

r - 二进制矩阵的字符串列表

问题描述

我想基于字符串列表创建一个二进制矩阵。

dt = data.table(id = c('id1','id2','id3','id4','id5','id6'), sample = c("MER-1,MER-3,MER-4","MER-5","MER-2","MER-2,MER-3,MER-4,MER-5","MER_3","MER-5" ))

dt
    id                  sample
1: id1       MER-1,MER-3,MER-4
2: id2                   MER-5
3: id3                   MER-2
4: id4 MER-2,MER-3,MER-4,MER-5
5: id5                   MER_3
6: id6                   MER-5

应该导致类似：

m_count = matrix(c(1,0,1,1,0, 0,0,0,0,1, 0,1,0,0,0, 0,1,1,1,1, 0,0,1,0,0, 0,0,0,0,1), nrow = 6, ncol = 5)

m_count

    MER-1 MER-2 MER-3 MER-4 MER-5
id1     1     0     0     1     0
id2     0     0     0     1     0
id3     1     0     0     0     0
id4     1     1     0     0     0
id5     0     0     1     1     0
id6     0     1     1     0     1

我可以遍历列表的每个元素，并填充矩阵，但考虑到我的表的大小会非常慢。有没有更快/更优雅的方法？也许与 dplyr/tidyverse ？谢谢！

标签： rdplyrdata.table

解决方案

使用dt末尾的注释修复了问题中的错字，用于separate_rows逐行扩展数据，然后用于table计算计数。

library(data.table)
library(dplyr)
library(tidyr)

dt %>%
  separate_rows(sample, sep = ",") %>%
  table

给予：

     sample
id    MER-1 MER-2 MER-3 MER-4 MER-5
  id1     1     0     1     1     0
  id2     0     0     0     0     1
  id3     0     1     0     0     0
  id4     0     1     1     1     1
  id5     0     0     1     0     0
  id6     0     0     0     0     1

笔记

library(data.table)
dt <- data.table(id = c('id1','id2','id3','id4','id5','id6'), 
  sample = c("MER-1,MER-3,MER-4","MER-5","MER-2","MER-2,MER-3,MER-4,MER-5","MER-3","MER-5" ))

推荐阅读