resueltos - cluster jerarquico

Convierte y guarda matriz de distancia a un formato específico

Question

Obtuve una matriz de distancia con los siguientes pasos:

x <- read.table(textConnection(''
     t0 t1 t2
 aaa  0  1  0
 bbb  1  0  1
 ccc  1  1  1
 ddd  1  1  0
 '' ), header=TRUE)

Como tal, x es un marco de datos con encabezados de columna y fila

    t0 t1 t2
aaa  0  1  0
bbb  1  0  1
ccc  1  1  1
ddd  1  1  0

require(vegan)
d <- vegdist(x, method="jaccard")

La matriz de distancia d se obtiene de la siguiente manera:

          aaa       bbb       ccc
bbb 1.0000000                    
ccc 0.6666667 0.3333333          
ddd 0.5000000 0.6666667 0.3333333

Al escribir str (d), encontré que no es una tabla ordinaria ni formato csv.

Class ''dist''  atomic [1:6] 1 0.667 0.5 0.333 0.667 ...
  ..- attr(*, "Size")= int 4
  ..- attr(*, "Labels")= chr [1:4] "aaa" "bbb" "ccc" "ddd"
  ..- attr(*, "Diag")= logi FALSE
  ..- attr(*, "Upper")= logi FALSE
  ..- attr(*, "method")= chr "jaccard"
  ..- attr(*, "call")= language vegdist(x = a, method = "jaccard")

Quiero ocultar la matriz de distancia a 3 columnas con nuevos encabezados y guardarla como un archivo csv de la siguiente manera:

c1  c2  distance
aaa bbb 1.000
aaa ccc 0.6666667
aaa ddd 0.5
bbb ccc 0.3333333
bbb ddd 0.6666667
ccc ddd 0.3333333

Answer 1

Esto es bastante factible usando las funciones base de R. Primero queremos que todas las combinaciones de pares de las filas llenen las columnas c1 y c2 en el objeto resultante. La distance final de la columna se logra simplemente convirtiendo el objeto "dist" d en un vector numérico (ya es un vector pero de una clase diferente).

El primer paso se realiza usando combn(rownames(x), 2) y el segundo paso a través de as.numeric(d) :

m <- data.frame(t(combn(rownames(x),2)), as.numeric(d))
names(m) <- c("c1", "c2", "distance")

Lo que da:

> m
   c1  c2  distance
1 aaa bbb 1.0000000
2 aaa ccc 0.6666667
3 aaa ddd 0.5000000
4 bbb ccc 0.3333333
5 bbb ddd 0.6666667
6 ccc ddd 0.3333333

Para guardar como un archivo CSV, write.csv(m, file = "filename.csv") .

Answer 2

puedes hacer esto combinando derretir desde el paquete de remodelación, upper.tri, etc .:

> library(reshape)
> m <- as.matrix(d)
> m
          aaa       bbb       ccc       ddd
aaa 0.0000000 1.0000000 0.6666667 0.5000000
bbb 1.0000000 0.0000000 0.3333333 0.6666667
ccc 0.6666667 0.3333333 0.0000000 0.3333333
ddd 0.5000000 0.6666667 0.3333333 0.0000000
> m2 <- melt(m)[melt(upper.tri(m))$value,]
> names(m2) <- c("c1", "c2", "distance")
> m2
    c1  c2  distance
5  aaa bbb 1.0000000
9  aaa ccc 0.6666667
10 bbb ccc 0.3333333
13 aaa ddd 0.5000000
14 bbb ddd 0.6666667
15 ccc ddd 0.3333333