R语言如何根据参考数据框条件填充空白关联矩阵

核心逻辑 #

你需要的共现次数矩阵本质是个体-诱捕事件关联矩阵和其转置矩阵的乘积，向量化运算效率极高，389×389的规模可以毫秒级完成计算，不需要手动写循环或ifelse判断。

实现代码 #

方法1：基础R实现（无需额外安装包） #

# 可选：先过滤掉个体编号为空的无效记录
trap_df <- trap_df[!is.na(trap_df$individual), ]

# 生成个体-诱捕事件的0-1交叉表
ind_event_mat <- table(trap_df$individual, trap_df$trap.event)
# 矩阵相乘得到共现次数矩阵
my_sociomatrix <- ind_event_mat %*% t(ind_event_mat)
# 对角线设为0，符合你的需求
diag(my_sociomatrix) <- 0

# 可选：如果需要严格匹配你之前生成的names_list的行列顺序，加这一行
my_sociomatrix <- my_sociomatrix[names_list, names_list]

方法2：tidyverse风格实现 #

library(tidyverse)

my_sociomatrix <- trap_df %>%
  # 过滤无效记录+标记出现状态
  filter(!is.na(individual)) %>%
  mutate(val = 1) %>%
  # 转宽格式：行=个体，列=诱捕事件，缺失值填0
  pivot_wider(names_from = `trap event`, values_from = val, values_fill = 0) %>%
  column_to_rownames("individual") %>%
  as.matrix() %>%
  # 矩阵相乘得到共现矩阵
  `%*%`(t(.))

diag(my_sociomatrix) <- 0

结果验证 #

你可以用给出的示例数据测试：运行后my_sociomatrix["NA002", "NA03,41"]返回值为2，my_sociomatrix["NA002", "NA03,42"]返回值为0，和你预期的效果完全一致。

内容的提问来源于stack exchange，提问作者R James