基于交互频次将DataFrame转换为矩阵的问题求助

你的问题出在table()函数的输入上——你没有用原始数据中的GIVER和RECIPIENT列来统计交互频次，反而用了所有个体的笛卡尔积列表，自然无法得到真实的交互次数。

以下是修正后的函数，同时保留你需要的「包含所有个体」的矩阵要求：

my_matrix = function(df){
  # 获取所有唯一的个体，排序后作为行/列名
  all_individuals <- sort(unique(c(df$GIVER, df$RECIPIENT)))
  # 统计原始数据中 giver -> recipient 的实际交互频次
  interaction_counts <- table(df$GIVER, df$RECIPIENT)
  # 创建全0矩阵，维度匹配所有个体
  matrixi <- matrix(0, nrow = length(all_individuals), ncol = length(all_individuals),
                    dimnames = list(all_individuals, all_individuals))
  # 将统计到的频次填充到矩阵对应位置
  matrixi[rownames(interaction_counts), colnames(interaction_counts)] <- interaction_counts
  # 转换为数据框返回
  as.data.frame(matrixi)
}

代码解释 #

1. 获取所有个体：用c(df$GIVER, df$RECIPIENT)合并两列后去重排序，确保矩阵包含所有出现过的个体。
2. 统计真实交互频次：直接对原始的GIVER和RECIPIENT列做table()，得到的是实际的 giver→recipient 交互次数。
3. 填充矩阵：把统计到的频次对应填入全0矩阵的位置，未出现的交互对保持0值。

用你提供的示例数据测试，会得到正确的结果：

A B C D E
A 0 1 1 0 0
B 0 0 0 1 0
C 0 0 0 0 1
D 1 0 0 0 0
E 0 1 0 0 0

内容的提问来源于stack exchange，提问作者Vittoria Roatti