如何基于条件求和将给定DataFrame转换为目标方阵？

嘿，这个问题本质是计算变量间的共现次数——也就是当某个变量取值为1时，另一个变量也取值为1的样本数量，同时对角线设为0（排除自身统计）。下面是具体实现步骤，完全贴合你的需求：

首先，我们先加载需要的包并定义原始数据：

library(tidyverse)

df <- tribble(
  ~ID, ~V1, ~V2,~V3,
  '1', NA,1, NA,
  '2', 1,1,NA,
  '3', 1,NA,NA,
  '4', NA,NA,1,
  '5', 1,1,1,
  '6',NA,NA,1,
  '7',1,NA,1
)

接下来分四步完成转换：

1. 替换NA为0：原始数据中的NA表示变量取值不为1，我们把它转换成0，这样后续求和时不会被NA干扰：

df_num <- df %>% 
  select(V1:V3) %>%  # 只保留需要计算的变量列
  mutate(across(everything(), ~replace_na(.x, 0)))  # 把所有NA替换成0

2. 计算变量交叉共现矩阵：用矩阵的交叉乘积t(mat) %*% mat，这个操作会自动统计每对变量的共现次数——比如结果中V1行V2列的数值，就是所有V1=1的样本中V2=1的数量：

cross_mat <- t(as.matrix(df_num)) %*% as.matrix(df_num)

3. 设置对角线为0：因为我们不需要统计变量自身的共现（比如V1=1时V1=1的次数），所以把矩阵的对角线元素全部设为0：

diag(cross_mat) <- 0

4. 转换为目标DataFrame格式：把矩阵转回DataFrame，并添加Var列存储行名：

df2 <- cross_mat %>% 
  as.data.frame() %>% 
  rownames_to_column("Var")

现在你可以查看df2，它完全符合你给出的目标结构：

> df2
  Var V1 V2 V3
1  V1  0  2  1
2  V2  2  0  1
3  V3  1  1  0

这个方法高效且简洁，利用了矩阵运算的特性来避免循环，非常适合这类变量共现统计的场景。

内容的提问来源于stack exchange，提问作者Misha