如何在平方协方差矩阵中组织协方差对列表?

How to organize a list of covariance pairs in a squared covariance matrix?

我在 R 中工作,我有一个由三列组成的小标题:

此小标题扩展到 nn 协方差对。

我想要一个看起来像经典协方差矩阵的矩阵,即其中包含协方差对的正方形 n x n 矩阵。

知道如何实现吗?

类似于

## find row/column names
n <- unique(c(dd$V1,dd$V2))
## construct matrix  
M <- matrix(NA, length(n),length(n), dimnames=list(n,n))
## fill in values
M[cbind(dd$V1,dd$V2)] <- dd$V3

如果您的初始数据集中只有 lower/upper 三角形,您将需要类似 M[lower.tri(M)] <- t(M)[upper.tri(M)] 的东西来对称化...

你可以构造一个稀疏矩阵:

DF <- data.frame(var1 = c("a", "a", "b", "a", "b", "c"), 
                 var2 = c("b", "c", "c", "a", "b", "c"), 
                 cov = c(0.1, 0.2, 0.3, 0.4, 0.5, 0.6))
DF$var1 <- factor(DF$var1, levels = sort(unique(c(DF$var1, DF$var2))))
DF$var2 <- factor(DF$var2, levels = levels(DF$var1))

library(Matrix)
sparseMatrix(i = as.integer(DF$var1), 
             j = as.integer(DF$var2), 
             x = DF$cov, 
             dimnames = list(levels(DF$var1), levels(DF$var2)),
             symmetric = TRUE)
#3 x 3 sparse Matrix of class "dsCMatrix"
#    a   b   c
#a 0.4 0.1 0.2
#b 0.1 0.5 0.3
#c 0.2 0.3 0.6 

如果需要,请使用 as.matrix 创建密集矩阵。