是否有可能将多个源目标矩阵合并到一个数据帧中?

Is there a possibility to merge several origin destination matrices into one dataframe?

我已经为一年中的不同周创建了出发地和目的地矩阵,例如输出看起来像:

Region 1 Region 2 Region 3
Region 1 0 8 1
Region 2 4 3 3
Region 3 2 2 3

第 1 周

一年中的所有星期我都有相似的外观矩阵,都代表每对节点之间的 activity。现在,我想计算一个数据框,该数据框显示一年中每周所有不同的起点-终点对 (13x13) activity。我如何使用 R 对此进行编码?

显然我们没有您的数据。我将在这里创建一个小示例数据集,这样您就可以看到一种适合您的方法。

假设我有三个矩阵代表三个星期:

mat1
#>          Region 1 Region 2 Region 3
#> Region 1        0        8        1
#> Region 2        4        3        3
#> Region 3        2        2        3

mat2
#>          Region 1 Region 2 Region 3
#> Region 1        9        6        2
#> Region 2        3        4        7
#> Region 3        5        8        1

mat3
#>          Region 1 Region 2 Region 3
#> Region 1        6        8        5
#> Region 2        9        3        1
#> Region 3        7        4        2

(重新创建这些矩阵的代码以您可以复制并粘贴到 R 控制台的格式显示在该答案的底部)。

首先要做的是将所有矩阵放入列表中(如果它们还没有)

my_list <- list(mat1, mat2, mat3)

现在您可以melt将矩阵转换成数据框。与其一次做一个,我们可以通过调用 lapply:

一次完成它们,因为它们在列表中
library(reshape2)

my_dfs  <- lapply(my_list, melt)

这将为我们提供一个数据框列表,每周一个。现在我们需要将它们绑定到一个长数据帧中。

df      <- do.call(rbind, my_dfs)

最后,我们想在数据框中添加一个额外的列,以便我们知道数据来自哪一周:

df$week <- rep(seq(length(my_list)), each = length(mat1))

这给了我们最终结果:

df
#>        Var1     Var2 value week
#> 1  Region 1 Region 1     0    1
#> 2  Region 2 Region 1     4    1
#> 3  Region 3 Region 1     2    1
#> 4  Region 1 Region 2     8    1
#> 5  Region 2 Region 2     3    1
#> 6  Region 3 Region 2     2    1
#> 7  Region 1 Region 3     1    1
#> 8  Region 2 Region 3     3    1
#> 9  Region 3 Region 3     3    1
#> 10 Region 1 Region 1     9    2
#> 11 Region 2 Region 1     3    2
#> 12 Region 3 Region 1     5    2
#> 13 Region 1 Region 2     6    2
#> 14 Region 2 Region 2     4    2
#> 15 Region 3 Region 2     8    2
#> 16 Region 1 Region 3     2    2
#> 17 Region 2 Region 3     7    2
#> 18 Region 3 Region 3     1    2
#> 19 Region 1 Region 1     6    3
#> 20 Region 2 Region 1     9    3
#> 21 Region 3 Region 1     7    3
#> 22 Region 1 Region 2     8    3
#> 23 Region 2 Region 2     3    3
#> 24 Region 3 Region 2     4    3
#> 25 Region 1 Region 3     5    3
#> 26 Region 2 Region 3     1    3
#> 27 Region 3 Region 3     2    3

reprex package (v2.0.1)

创建于 2022-03-11

数据

mat1 <- structure(c(0L, 4L, 2L, 8L, 3L, 2L, 1L, 3L, 3L), .Dim = c(3L, 
3L), .Dimnames = list(c("Region 1", "Region 2", "Region 3"), 
    c("Region 1", "Region 2", "Region 3")))

mat2 <- structure(c(9L, 3L, 5L, 6L, 4L, 8L, 2L, 7L, 1L), .Dim = c(3L, 
3L), .Dimnames = list(c("Region 1", "Region 2", "Region 3"), 
    c("Region 1", "Region 2", "Region 3")))

mat3 <- structure(c(6L, 9L, 7L, 8L, 3L, 4L, 5L, 1L, 2L), .Dim = c(3L, 
3L), .Dimnames = list(c("Region 1", "Region 2", "Region 3"), 
    c("Region 1", "Region 2", "Region 3")))