使用R的robustrao包构建学科相似性矩阵遇格式问题求助

问题背景 #

我正在开展大学项目，需测量一组科研论文的跨学科性，计划使用R语言的robustrao包。使用该包需构建学科相似性矩阵及论文-被引学科数据框，但构建矩阵时，即便使用了as.matrix函数，生成的结果仍被识别为数据表而非目标的Large Matrix格式。我无R语言使用经验，附上相关代码，期望得到类似pubdata1.RData的矩阵格式，请求协助解决。

原代码：

donnees <- read.csv("data1.csv", sep = ";", header = FALSE)
if (dim(donnees)[1] != 254 | dim(donnees)[2] != 254) {
  stop("Les dimensions des données ne correspondent pas à 254 x 254.")
}
noms_colonnes <- readLines("nom_colonnes.txt")
noms_lignes <- noms_colonnes
matrice <- matrix(numeric(), nrow = 254, ncol = 254)
colnames(matrice) <- noms_colonnes
rownames(matrice) <- noms_lignes
matrice <- as.matrix(donnees)
colnames(matrice) <- noms_colonnes
rownames(matrice) <- noms_lignes
print(rownames(matrice))

解决方案 #

问题核心在于数据读取类型错误、冗余步骤干扰，以及未匹配robustrao要求的矩阵类型。以下是修正后的代码：

# 读取数据时强制按原始格式读取，避免自动转因子
donnees <- read.csv("data1.csv", sep = ";", header = FALSE, stringsAsFactors = FALSE)

# 检查矩阵维度
if (dim(donnees)[1] != 254 | dim(donnees)[2] != 254) {
  stop("数据维度不符合254×254要求。")
}

# 读取行列名并检查数量匹配
noms_colonnes <- readLines("nom_colonnes.txt")
if (length(noms_colonnes) != 254) {
  stop("行列名数量与矩阵维度不匹配。")
}

# 将数据框转换为数值矩阵（强制确保数值类型）
matrice <- as.matrix(donnees)
matrice <- apply(matrice, 2, as.numeric)

# 设置行列名
colnames(matrice) <- noms_colonnes
rownames(matrice) <- noms_colonnes

# 检查当前矩阵类型
print(class(matrice))

# 若需转换为robustrao兼容的Large Matrix（Matrix包对象）：
# 先安装Matrix包（首次运行时执行）
# install.packages("Matrix")
library(Matrix)
matrice_large <- as(matrice, "Matrix")
print(class(matrice_large))

# 保存为类似pubdata1.RData的格式
save(matrice_large, file = "mymatrix.RData")

关键说明 #

1. 读取数据时添加stringsAsFactors=FALSE，防止csv中的数值被误转为因子类型；
2. 增加行列名数量校验，避免维度不匹配问题；
3. 通过apply强制将矩阵转为数值型，确保符合学科相似性矩阵的数值要求；
4. 若robustrao要求使用Matrix包的Large Matrix对象，通过as(matrice, "Matrix")完成转换；
5. 去掉冗余的空矩阵创建步骤，直接基于读取的数据生成目标矩阵。

内容的提问来源于stack exchange，提问作者Quateo