如何在R中为关联唯一ID的多观测值生成OD矩阵？

样本数据集 #

ID <- c(1,1,1,
        2,2,
        3,3,3,3,3,3,
        4,4,4,
        5,5,5,5,5,5)
OZ <- c("OZ1", "OZ1", "OZ3", 
        "OZ3", "OZ3", 
        "OZ1", "OZ3", "OZ1", "OZ3", "OZ1", "OZ3", 
        "OZ1", "OZ2", "OZ3",
        "OZ2", "OZ3", "OZ2", "OZ1", "OZ3", "OZ2")
DZ <- c("DZ3", "DZ3", "DZ1", 
        "DZ1", "DZ2",
        "DZ3", "DZ1", "DZ3", "DZ1", "DZ3", "DZ1",
        "DZ3", "DZ3", "DZ1",
        "DZ3", "DZ2", "DZ3", "DZ3", "DZ1", "DZ3")
        
OD <- data.frame(ID, OZ, DZ)

第一类：每个唯一ID的独立OD计数矩阵 #

高效实现方案（替代循环） #

利用dplyr分组拆分+purrr映射函数，配合table生成计数矩阵，同时确保所有OZ/DZ类别都被包含（即使计数为0）：

library(dplyr)
library(purrr)
library(tidyr)

# 获取所有唯一的OZ和DZ类别，保证每个矩阵的行列一致
all_oz <- unique(OD$OZ) %>% sort()
all_dz <- unique(OD$DZ) %>% sort()

# 按ID分组生成每个ID的OD矩阵
id_od_matrices <- OD %>%
  group_split(ID) %>%
  set_names(unique(OD$ID)) %>%
  map(function(df) {
    # 生成当前ID的计数表
    tab <- table(df$OZ, df$DZ)
    # 补全缺失的OZ/DZ类别
    tab_df <- as.data.frame.matrix(tab) %>%
      rownames_to_column("OZ") %>%
      complete(OZ = all_oz) %>%
      column_to_rownames("OZ")
    # 补全缺失的DZ列并排序
    tab_df <- tab_df[, all_dz, drop = FALSE]
    # 转置为题目要求的格式（DZ为行，OZ为列），空值补0
    t(tab_df) %>% replace(is.na(.), 0)
  })

查看结果 #

调用id_od_matrices[["1"]]即可得到ID=1的OD矩阵：

id_od_matrices[["1"]]

输出：

OZ1 OZ2 OZ3
DZ1   0   0   1
DZ2   0   0   0
DZ3   2   0   0

第二类：每个ID的宽格式OD组合计数矩阵 #

实现方案 #

通过分组计数、构建OD组合列，再转换为宽格式即可：

# 生成宽格式OD矩阵
wide_od <- OD %>%
  # 按ID、OZ、DZ分组统计次数
  count(ID, OZ, DZ) %>%
  # 拼接OZ和DZ为组合列
  mutate(od_pair = paste0(OZ, DZ)) %>%
  # 转换为宽格式，补全所有OD组合并填充0
  pivot_wider(
    id_cols = ID,
    names_from = od_pair,
    values_from = n,
    values_fill = 0,
    names_expand = TRUE
  ) %>%
  # 按题目要求的顺序排列列
  select(ID, paste0(rep(all_oz, each = length(all_dz)), all_dz))

查看结果 #

wide_od

输出：

# A tibble: 5 × 10
     ID OZ1DZ1 OZ1DZ2 OZ1DZ3 OZ2DZ1 OZ2DZ2 OZ2DZ3 OZ3DZ1 OZ3DZ2 OZ3DZ3
  <dbl>  <int>  <int>  <int>  <int>  <int>  <int>  <int>  <int>  <int>
1     1      0      0      2      0      0      0      1      0      0
2     2      0      0      0      0      0      0      1      1      0
3     3      0      0      3      0      0      0      3      0      0
4     4      0      0      1      0      0      1      1      0      0
5     5      0      0      1      0      0      3      1      1      0

（注：原示例中ID=3的OZ1DZ3计数应为3，此结果为实际统计值）

内容的提问来源于stack exchange，提问作者Tathagato