如何遍历因子水平所有组合运行函数并将结果存入对称矩阵？

数据集 #

首先我们有包含变量及地理坐标的数据集：

set.seed(123)

# example dataset:
d <- data.frame(var=as.factor(rep(LETTERS[1:5],each=6)),x=runif(30),y=runif(30))

head(d)
#   var         x          y
# 1   A 0.2875775 0.96302423
# 2   A 0.7883051 0.90229905
# 3   A 0.4089769 0.69070528
# 4   A 0.8830174 0.79546742
# 5   A 0.9404673 0.02461368
# 6   A 0.0455565 0.47779597

单对变量的Bhattacharyya亲和度计算示例 #

使用adehabitatHR包的kerneloverlap()函数可以计算两个变量的Bhattacharyya亲和度（BA），示例代码如下：

library(dplyr)
library(adehabitatHR)

a <- d %>%
  filter(var %in% c("A","B")) %>%
  dplyr::select(x,y)
b <- d %>%
  filter(var %in% c("A","B")) %>%
  dplyr::select(var)

sp_df <- SpatialPointsDataFrame(a, b)

kerneloverlap(sp_df, method='BA')[1,2]
# [1] 0.7217199

问题背景 #

kerneloverlap()仅支持一次处理两个变量，尝试循环批量计算时曾出现错误：Error in kernelUD(xy, same4all = TRUE, ...) : At least 5 relocations are required to fit an home range——虽每个变量有6个观测值，但将var改为字符向量后错误消失，却无法正确填充对称矩阵。后续使用combn()生成所有变量对并成功计算BA值，但不知道如何将值对应到对称矩阵的正确位置。

解决方案：用combn()批量计算并填充对称矩阵 #

我们可以利用combn()生成所有变量对，在循环中计算BA值，并将其填入对称矩阵的对应位置，同时设置对角线值为1（变量自身的亲和度为1）：

library(dplyr)
library(adehabitatHR)

# 初始化对称矩阵，行名列名为变量水平
vars <- levels(d$var)
distmat <- matrix(nrow = length(vars), ncol = length(vars), dimnames = list(vars, vars))

# 对角线设为1（自身与自身的亲和度为1）
diag(distmat) <- 1

# 生成所有变量对组合
combos <- combn(vars, 2)

# 循环计算每对的BA值并填充矩阵
for (i in 1:ncol(combos)) {
  # 获取当前变量对
  var1 <- combos[1, i]
  var2 <- combos[2, i]
  
  # 提取对应坐标和变量，自动处理因子水平问题
  subset_data <- d %>%
    filter(var %in% c(var1, var2)) %>%
    select(x, y, var)
  
  # 创建SpatialPointsDataFrame对象
  sp_df <- SpatialPointsDataFrame(subset_data %>% select(x, y), subset_data %>% select(var))
  
  # 计算BA值
  ba_value <- kerneloverlap(sp_df, method='BA')[1,2]
  
  # 填充对称矩阵的两个对称位置
  distmat[var1, var2] <- ba_value
  distmat[var2, var1] <- ba_value
}

# 查看最终的对称矩阵
distmat

运行后，distmat就是包含所有变量对Bhattacharyya亲和度的对称矩阵，对角线为1，其余位置为对应变量对的BA值。

内容的提问来源于stack exchange，提问作者eazyezy