R语言如何统计数据组合的出现次数并将结果存入矩阵
频次矩阵自动累加实现方案
原实现的核心问题
原循环每次遍历pre-post组合时,直接将矩阵对应单元格赋值为1,未判断单元格是否已有计数,因此无法对重复出现的组合做频次累加。
方案1:兼容原有代码框架的循环改造
无需调整预先定义的20x20矩阵结构,仅修改循环内的赋值逻辑,增加空值判断与累加规则:
# 初始矩阵定义与原有代码保持一致 matrix = matrix(NA, nrow=20, ncol=20) colnames(matrix) = seq(1,20,1) rownames(matrix) = seq(1,20,1) # 改造后的循环逻辑 for (i in 1:nrow(df)) { current_pre <- df$pre[i] current_post <- df$post[i] # 首次遇到该组合时赋值为1,后续重复出现则累加计数 if (is.na(matrix[current_post, current_pre])) { matrix[current_post, current_pre] <- 1 } else { matrix[current_post, current_pre] <- matrix[current_post, current_pre] + 1 } }
该方案生成的矩阵维度、行列对应关系(行对应post值、列对应pre值)与最初设计完全匹配,可正确统计组合出现频次。
方案2:无循环高性能实现(适合大数据量)
针对数据量较大的场景,循环的执行效率较低,可通过固定变量水平+交叉表的方式自动生成全维度频次矩阵,无需手动遍历:
# 固定两个变量的取值范围为1-20,保证矩阵维度与需求完全匹配 df$pre <- factor(df$pre, levels = 1:20) df$post <- factor(df$post, levels = 1:20) # 生成交叉频次表,自动统计所有组合的出现次数 freq_result <- table(post = df$post, pre = df$pre) # 转换为矩阵形式,未出现的组合默认值为0 matrix <- as.matrix(freq_result) # 如需保留未出现组合的NA初始状态,可执行以下代码 matrix[matrix == 0] <- NA
实用注意事项
- 不建议使用
matrix作为自定义变量名,该名称是R内置函数名,直接覆盖会导致后续调用matrix()函数时触发报错,建议替换为如combo_freq、transition_freq等具备实际业务语义的变量名 - 上述方案均严格遵循原矩阵的索引逻辑(第一维为post值、第二维为pre值),不存在维度对应错位的问题
内容的提问来源于stack exchange,提问作者Anne
相关产品推荐
相关产品推荐

