如何在 R 中将二维数据框“展平”或“折叠”为一维数据框？

Question

我在 R 中的 data.frame 中有一个带有距离的二维表（从 csv 导入）：

           CP000036   CP001063      CP001368
CP000036      0           a            b
CP001063      a           0            c
CP001368      b           c            0

我想“压平”它。我在第一个列中有一个轴的值​​，在第二个列中有其他轴的值，然后是第三列中的距离：

Genome1      Genome2       Dist
CP000036     CP001063       a
CP000036     CP001368       b
CP001063     CP001368       c

上面是理想的，但如果有重复，输入矩阵中的每个单元格都有自己的行，那就完全没问题了：

Genome1      Genome2       Dist
CP000036     CP000036       0
CP000036     CP001063       a
CP000036     CP001368       b
CP001063     CP000036       a
CP001063     CP001063       0
CP001063     CP001368       c
CP001368     CP000036       b
CP001368     CP001063       c
CP001368     CP001368       0

这是一个示例 3x3 矩阵，但我的数据集 I 更大（大约 2000x2000）。我会在 Excel 中执行此操作，但输出需要约 300 万行，而 Excel 的最大值为约 100 万行。

这个问题与“如何将 2D Excel 表格“展平”或“折叠”为 1D 非常相似？1

Answer 1

所以这是使用melt包中的一种解决方案reshape2：

dm <- 
  data.frame( CP000036 = c( "0", "a", "b" ),
              CP001063 = c( "a", "0", "c" ),
              CP001368 = c( "b", "c", "0" ),
              stringsAsFactors = FALSE,
              row.names = c( "CP000036", "CP001063", "CP001368" ) )

# assuming the distance follows a metric we avoid everything below and on the diagonal
dm[ lower.tri( dm, diag = TRUE ) ]  <- NA
dm$Genome1 <- rownames( dm )

# finally melt and avoid the entries below the diagonal with na.rm = TRUE
library(reshape2) 
dm.molten <- melt( dm, na.rm= TRUE, id.vars="Genome1",
                   value.name="Dist", variable.name="Genome2" )

print( dm.molten )
   Genome1  Genome2 Dist
4 CP000036 CP001063    a
7 CP000036 CP001368    b
8 CP001063 CP001368    c

可能还有更高效的解决方案，但我喜欢这个，因为它简单明了。