convertir un objet de la classe “dist” dans le bloc de données dans la r

si possible de convertir un bloc de données à un objet de la classe "dist" est-il possible de faire exactement le contraire? convertir de classe "dist" à bloc de données? par exemple

< dist(hasil)

   1            2            3           4
2  0.088814413                                    
3  0.084929382  0.030413813                        
4  0.063245553  0.029120440 0.044418465            
5  0.061983869  0.027018512 0.036400549 0.009055385

et le résultat à la trame de données

<

   col          row          distance
   1            2            0.088814413
   1            3            0.084929382          
   1            4            0.063245553
   1            5            0.061983869
   2            3            0.030413813
   2            4            0.029120440
   2            5            0.027018512
   3            4            0.044418465
   3            5            0.036400549
   4            5            0.009055385
InformationsquelleAutor Nadina | 2014-05-05
  1. 14
    library(maps)
data(us.cities)

d <- dist(head(us.cities[c("lat", "long")]))

##           1         2         3         4         5
## 2 20.160489                                        
## 3 23.139853 40.874243                              
## 4 15.584303  9.865374 38.579820                    
## 5 27.880674  7.882037 48.707100 15.189882          
## 6 26.331187 41.720457  6.900101 41.036931 49.328558

library(reshape2)

df <- melt(as.matrix(d), varnames = c("row", "col"))

df[df$row > df$col,]
##    row col     value
## 2    2   1 20.160489
## 3    3   1 23.139853
## 4    4   1 15.584303
## 5    5   1 27.880674
## 6    6   1 26.331187
## 9    3   2 40.874243
## 10   4   2  9.865374
## 11   5   2  7.882037
## 12   6   2 41.720457
## 16   4   3 38.579820
## 17   5   3 48.707100
## 18   6   3  6.900101
## 23   5   4 15.189882
## 24   6   4 41.036931
## 30   6   5 49.328558
    • merci @jake 😀
    • Je dirais df[as.numeric(df$row) > as.numeric(df$col), ] dans le cas où vous avez à traiter avec des cordes pour les colonnes et les lignes. Doit encore du travail à cause du facteur de niveaux, mais je n'ai pas vérifié.
    InformationsquelleAutor Jake Burkhead
  2. 6

    En fait, je peux écrire une fonction à quelque chose comme ceci:

    myFun <- function(inDist) {
  if (class(inDist) != "dist") stop("wrong input type")
  A <- attr(inDist, "Size")
  B <- if (is.null(attr(inDist, "Labels"))) sequence(A) else attr(inDist, "Labels")
  if (isTRUE(attr(inDist, "Diag"))) attr(inDist, "Diag") <- FALSE
  if (isTRUE(attr(inDist, "Upper"))) attr(inDist, "Upper") <- FALSE
  data.frame(
    row = B[unlist(lapply(sequence(A)[-1], function(x) x:A))],
    col = rep(B[-length(B)], (length(B)-1):1),
    value = as.vector(inDist))
}

    Maintenant, imaginez que nous sommes en commençant par (note de la non-numériques de ligne et de colonne les noms):

    dd <- as.dist((1 - cor(USJudgeRatings)[1:5, 1:5])/2)
#            CONT       INTG       DMNR       DILG
# INTG 0.56659545                                 
# DMNR 0.57684427 0.01769236                      
# DILG 0.49380400 0.06424445 0.08157452           
# CFMG 0.43154385 0.09295712 0.09332092 0.02060062

    On peut la changer avec un simple:

    myFun(dd)
#     row  col      value
# 1  INTG CONT 0.56659545
# 2  DMNR CONT 0.57684427
# 3  DILG CONT 0.49380400
# 4  CFMG CONT 0.43154385
# 5  DMNR INTG 0.01769236
# 6  DILG INTG 0.06424445
# 7  CFMG INTG 0.09295712
# 8  DILG DMNR 0.08157452
# 9  CFMG DMNR 0.09332092
# 10 CFMG DILG 0.02060062

    Une rapide comparaison des performances:

    set.seed(1)
x <- matrix(rnorm(1000*1000), nrow = 1000)
dd <- dist(x)

## Jake's function
fun2 <- function(inDist) {
  df <- melt(as.matrix(inDist), varnames = c("row", "col"))
  df[as.numeric(df$row) > as.numeric(df$col), ]
}

all(fun2(dd) == myFun(dd))
# [1] TRUE
system.time(fun2(dd))
#    user  system elapsed 
#   0.346   0.002   0.349 
system.time(myFun(dd))
#    user  system elapsed 
#   0.012   0.000   0.015
    InformationsquelleAutor A5C1D2H2I1M1N2O1R2T1
  3. 0

    Je voudrais faire quelque chose comme ça ..

    library(reshape)
set.seed(123)

mat <- matrix(rnorm(25),ncol=5,nrow=5,byrow=T) # Creating a 5 X 5 matrix
d   <- dist(mat)

df  <- melt(as.matrix(d)) #Converting the dist object to matrix while using melt

p    <- t(apply(df[,c(1,2)],1,FUN=sort))
rmv1 <- which(p[,1] == p[,2])

p    <- paste(p[,1],p[,2],sep="|")
rmv2 <- which(duplicated(p))

df   <- df[-c(rmv1,rmv2),] #removing self distances and duplicated distances

df
X1 X2    value
2  1 3.812287
3  1 2.311832
4  1 4.385048
5  1 2.854179
3  2 1.916895
4  2 1.557744
5  2 2.880357
4  3 2.509214
5  3 2.886526
5  4 3.408147
    • Suggère de Jake méthode ci-dessus, est beaucoup plus propre que la mienne !!
    • Jake méthode? okeee, je vais essayer, je vous remercie par la route 😀 @Ashwin
    InformationsquelleAutor Ashwin