距离矩阵到R中的成对距离列表

Question

如果我的输入文件是距离矩阵,是否有任何R包来获得成对距离列表例如,如果我的输入是data.frame,如下所示:

        A1      B1      C1      D1
 A1     0      0.85    0.45    0.96 
 B1            0       0.85    0.56
 C1                    0       0.45
 D1                            0

我希望输出为:

A1  B1  0.85
A1  C1  0.45
A1  D1  0.96
B1  C1  0.85
B1  D1  0.56
C1  D1  0.45

我发现了一个问题,使用包'reshape'来做相反的功能,但无法调整它以获得我想要的东西.

Answer 1

如果你有一个data.frame你可以做的事情:

df <- structure(list(A1 = c(0, 0, 0, 0), B1 = c(0.85, 0, 0, 0), C1 = c(0.45, 
0.85, 0, 0), D1 = c(0.96, 0.56, 0.45, 0)), .Names = c("A1", "B1", 
"C1", "D1"), row.names = c(NA, -4L), class = "data.frame")

data.frame( t(combn(names(df),2)), dist=t(df)[lower.tri(df)] )
  X1 X2 dist
1 A1 B1 0.85
2 A1 C1 0.45
3 A1 D1 0.96
4 B1 C1 0.85
5 B1 D1 0.56
6 C1 D1 0.45

如果将其作为matrix带有行+列名的另一种方法是reshape2直接使用:

mat <- structure(c(0, 0, 0, 0, 0.85, 0, 0, 0, 0.45, 0.85, 0, 0, 0.96, 
0.56, 0.45, 0), .Dim = c(4L, 4L), .Dimnames = list(c("A1", "B1", 
"C1", "D1"), c("A1", "B1", "C1", "D1")))

library(reshape2)
subset(melt(mat), value!=0)

   Var1 Var2 value
5    A1   B1  0.85
9    A1   C1  0.45
10   B1   C1  0.85
13   A1   D1  0.96
14   B1   D1  0.56
15   C1   D1  0.45

Answer 2

其他几个选择:

1. 生成一些数据

   D <- dist(cbind(runif(4), runif(4)), diag=TRUE, upper=TRUE) # generate dummy data
   m <- as.matrix(D) # coerce dist object to a matrix
   dimnames(m) <- dimnames(m) <- list(LETTERS[1:4], LETTERS[1:4]) 
   

2. 假设您只想要距离矩阵的上三角形定义的对的距离,您可以:

   xy <- t(combn(colnames(m), 2))
   data.frame(xy, dist=m[xy])
   
   #  X1 X2      dist
   # 1 A  B 0.3157942
   # 2 A  C 0.5022090
   # 3 A  D 0.3139995
   # 4 B  C 0.1865181
   # 5 B  D 0.6297772
   # 6 C  D 0.8162084
   

3. 或者,如果您想要所有对的距离(在两个方向上):

   data.frame(col=colnames(m)[col(m)], row=rownames(m)[row(m)], dist=c(m))
   
   #    col row      dist
   # 1    A   A 0.0000000
   # 2    A   B 0.3157942
   # 3    A   C 0.5022090
   # 4    A   D 0.3139995
   # 5    B   A 0.3157942
   # 6    B   B 0.0000000
   # 7    B   C 0.1865181
   # 8    B   D 0.6297772
   # 9    C   A 0.5022090
   # 10   C   B 0.1865181
   # 11   C   C 0.0000000
   # 12   C   D 0.8162084
   # 13   D   A 0.3139995
   # 14   D   B 0.6297772
   # 15   D   C 0.8162084
   # 16   D   D 0.0000000
   

   或者以下,它排除任何NA距离,但不保留列/行名称(尽管这很容易纠正,因为我们有列/行索引):

   data.frame(which(!is.na(m), arr.ind=TRUE, useNames=FALSE), dist=c(m))
   

Answer 3

这是使用spaa-package 的示例。

exampleInput <- structure(list(A1 = c(0, 0, 0, 0), B1 = c(0.85, 0, 0, 0), 
C1 = c(0.45, 0.85, 0, 0), D1 = c(0.96, 0.56, 0.45, 0)), 
.Names = c("A1", "B1", "C1", "D1"), row.names = c(NA, -4L), class = "data.frame")

library(spaa)
pairlist <- dist2list(as.dist(t(exampleInput)))
pairlist[as.numeric(pairlist$col) > as.numeric(pairlist$row),]

输出：

   col row value
2   B1  A1  0.85
3   C1  A1  0.45
4   D1  A1  0.96
7   C1  B1  0.85
8   D1  B1  0.56
12  D1  C1  0.45