来自 df 的带有 8 列字符串数据的加权邻接矩阵的代码？

Question

我真的需要代码方面的帮助来从数据集创建加权邻接矩阵；有些行包含 1 或 2 种成分，但其他行包含更多成分（最多 8 种）。根据数据集中独特成分的数量，生成的矩阵可能会大于 16x16。

我的数据目前类似于下面的示例（但具有不同的信息）。就网络分析而言，成分显示在哪一列并不重要，重要的是共现和权重。

姓名1	名称2	名称3	名称4	名字5	姓名6	名字7	姓名8
菠萝	糖	芒果	水	盐	蓝莓
菠萝	阿斯卡
糖	菠萝	水	石灰
石灰	阿斯卡	胡椒	盐	水
蓝莓	菠萝	水	盐	草莓	香蕉	阿斯卡	糖
芒果

如何编写代码，以便它能够找到所有列中的所有共现/边缘，而不仅仅是前两列？这是我尝试直接在 R 中根据这些数据创建邻接矩阵时遇到的一个问题。我还需要保留节点（成分）的名称，以便当我创建网络图时，名称会显示出来，而不是显示出来。数字，我遇到的另一个问题。

我有可靠的代码，可以为这个新项目从邻接矩阵创建网络图，但之前我手动计算了样本集的加权邻接矩阵，因为我的截止日期很紧。

Answer 1

我认为这或多或少是如何在 R 中生成转换类型表？的重复，但需要调整几行代码，所以这里是一个更新：

library(igraph)

# Split dataframe so that each row is a `path`
lst <- lapply(split(d, 1:nrow(d)), function(i) na.omit(unlist(i)))

# Get unique node names 
unique_nodes <- na.omit(unique(unlist(d)))

# Create empty graph and name nodes
g <- make_empty_graph(n=length(unique_nodes), directed=FALSE)
V(g)$name <- unique_nodes

# Read in each path
for (i in lst) {  g <- g + path(i) }

plot(g)

# Output adjacency matrix
as_adj(g, sparse=TRUE)

---

数据：

d <- 
structure(list(name1 = c("pineapple", "pineapple", "sugar", "lime", 
"blueberry", "mango"), name2 = c("sugar", "asca", "pineapple", 
"asca", "pineapple", NA), name3 = c("mango", NA, "water", "pepper", 
"water", NA), name4 = c("water", NA, "lime", "salt", "salt", 
NA), name5 = c("salt", NA, NA, "water", "strawberry", NA), name6 = c("blueberry", 
NA, NA, NA, "banana", NA), name7 = c(NA, NA, NA, NA, "asca", 
NA), name8 = c(NA, NA, NA, NA, "sugar", NA)), class = "data.frame", row.names = c(NA, 
-6L))