如何在R语言中统计两个向量的匹配对频次并生成矩阵形式结果？是否存在类似MATLAB中accumarray()的函数？

你的需求回顾 #

你有两个长度为1000的向量A和B，想要统计每一组(A,B)配对的出现次数，生成行对应A元素、列对应B元素的频数矩阵——比如示例中(A=1,B=3)出现2次，矩阵对应位置就填2，未出现的配对填0。你试过for循环和unique()但没搞定，想知道R有没有类似MATLAB accumarray()的函数。

当然有！而且比写循环简单太多 #

R里有几个专门处理这类交叉频数统计的工具，完全不用手动写循环，效率还高：

1. 最直接的方法：table()函数

这是R内置的工具，专门用来生成频数表，完美匹配你的需求：

# 先定义你的示例数据
A <- c(1,2,5,1,6,2,8,2,9)
B <- c(3,4,2,3,7,4,5,4,8)

# 生成交叉频数表（自动识别A、B的唯一值）
freq_table <- table(A, B)
# 转成矩阵格式（table本身是特殊类，转成矩阵更符合你的输出要求）
freq_matrix <- as.matrix(freq_table)

# 查看结果
print(freq_matrix)

运行后得到的结果和你示例里的矩阵几乎一致，唯一的区别是默认只显示出现过的A/B值。如果想要把所有可能的整数（比如1-9）都包含进去，哪怕没有出现的配对也显示0，只需要把A和B转换成指定水平的因子：

# 指定A、B的取值范围为1到9
A_factor <- factor(A, levels = 1:9)
B_factor <- factor(B, levels = 1:9)

# 生成完整的频数矩阵
full_freq_matrix <- as.matrix(table(A_factor, B_factor))

# 调整行列名让它更贴合你的需求
colnames(full_freq_matrix) <- 1:9
rownames(full_freq_matrix) <- 1:9

print(full_freq_matrix)

这下就完全和你给出的示例矩阵一模一样了！

2. 另一个内置工具：xtabs()函数

这个函数也是用来生成交叉列联表的，语法更偏向公式风格：

full_freq_matrix <- as.matrix(xtabs(~ A_factor + B_factor))

效果和table()完全一致，看你个人习惯选择。

3. 类似MATLAB accumarray的进阶方法

如果一定要找和accumarray()逻辑更接近的函数，可以用Matrix包的sparseMatrix()（适合大数据量的稀疏矩阵场景），或者dplyr包的count()先统计配对频数，再转换成矩阵：

# 用dplyr的示例（需要先安装dplyr包：install.packages("dplyr")）
library(dplyr)

# 先统计每对(A,B)的频数
pair_counts <- tibble(A, B) %>% count(A, B)

# 转换成完整矩阵
full_matrix <- matrix(0, nrow = 9, ncol = 9)
full_matrix[cbind(pair_counts$A, pair_counts$B)] <- pair_counts$n
rownames(full_matrix) <- 1:9
colnames(full_matrix) <- 1:9

不过对于你的需求，table()已经足够简单高效，完全没必要舍近求远。

小提示 #

R的向量化操作比手动写for循环高效太多，尤其是你的数据有1000个元素，table()这类内置函数处理起来毫秒级就能完成，千万别再写循环啦～

内容的提问来源于stack exchange，提问作者Rahil Vora