Необходимо установить отсечки перед созданием матрицы смежности

Это небольшая часть набора данных, который у меня есть:

      Winner    Player 1    Player 2    Player 3
       Susan    Archie      Heck         Jay
       Archie   Brown       Susan        Jay
       Heck     Archie      Jay          Brown
       Jay      Brown       Archie       Susan
       Brown    Susan       Archie       Jay
       Archie   Brown       Susan        Heck
       Susan    Heck        Jay          Brown
       Jay      Heck        Susan        Brown
       Susan    Archie      Heck         Brown
       Lee      Susan       Jay          Heck
       Kyle     Heck        Jay          Susan

Я использовал следующий код, чтобы преобразовать это в матрицу смежности:

   d = read.csv("res.csv")
   lvs <- sort(as.character(unique(unlist(d))))
   d[] <- lapply(d, factor, levels = lvs)
   res <- table(d[c("Player.1","Winner")]) + 
   table(d[c("Player.2","Winner")]) + 
   table(d[c("Player.3","Winner")])  
   diag(res) <- 0

Что мне нужно сделать, так это установить отсечки. Таким образом, в матрицу следует включать только игроков, сыгравших не менее 2 матчей друг против друга.

Результатом должна быть матрица смежности, в которой будут только игроки, сыгравшие друг с другом не менее двух раз. Итак, исходная матрица выглядит так:

          Winner    Susan   Archie  Heck    Jay     Brown   Lee     Kyle
          Susan       0       2      0       2         1     1       1
          Archie      2       0      1       1         1     0       0
          Heck        3       1      0       1         0     1       1
          Jay         2       1      1       0         1     1       1
          Brown       2       2      1       2         0     0       0
          Lee         0       0      0       0         0     0       0
          Kyle        0       0      0       0         0     0       0

Но после исключения игроков, которые совпали только один раз, результирующая матрица будет следующей:

          Winner    Susan   Archie  Heck    Jay     Brown   Lee     Kyle
          Susan       0       2      0       2         1     0       0
          Archie      2       0      1       1         1     0       0
          Heck        3       1      0       1         0     0       0
          Jay         2       1      1       0         1     0       0
          Brown       2       2      0       2         0     0       0
          Lee         0       0      0       0         0     0       0
          Kyle        0       0      0       0         0     0       0
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
1
0
47
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Мы можем сделать это проще, используя gather переход в «длинный» формат.

library(tidyverse)
out <- gather(d, key, val, -Winner) %>% 
          select(-key) %>%
          mutate(val = factor(val, levels = lvs)) %>% 
          table %>% 
          t

а затем установите для столбцов значения 0 для строк Player, которые равны 0

out[, names(which(!rowSums(out)))] <- 0

данные

d <- structure(list(Winner = structure(c(7L, 1L, 3L, 4L, 2L, 1L, 7L, 
4L, 7L, 6L, 5L), .Label = c("Archie", "Brown", "Heck", "Jay", 
"Kyle", "Lee", "Susan"), class = "factor"), Player1 = structure(c(1L, 
2L, 1L, 2L, 7L, 2L, 3L, 3L, 1L, 7L, 3L), .Label = c("Archie", 
"Brown", "Heck", "Jay", "Kyle", "Lee", "Susan"), class = "factor"), 
    Player2 = structure(c(3L, 7L, 4L, 1L, 1L, 7L, 4L, 7L, 3L, 
    4L, 4L), .Label = c("Archie", "Brown", "Heck", "Jay", "Kyle", 
    "Lee", "Susan"), class = "factor"), Player3 = structure(c(4L, 
    4L, 2L, 7L, 4L, 3L, 2L, 2L, 2L, 3L, 7L), .Label = c("Archie", 
    "Brown", "Heck", "Jay", "Kyle", "Lee", "Susan"), 
 class = "factor")), row.names = c(NA, 
-11L), class = "data.frame")

Другие вопросы по теме