如何将 CSV 成对共同出版相关表（165 个名称由相同的 165 个名称和相关值）转换为可以作为节点和边表导入 NEO4J 或 Cytoscape 的文件？

我正在使用银行-公司级别的贷款面板数据（即每月记录从一组银行到一个国家的一组公司的贷款）。我想进行面板数据有限元回归。但是，要进行 FE，我需要使用plm包将数据设置为 R 上的面板数据：

是否可以在 ID 中输入多个字段以按月创建成对标识？( index=("firm ID" "bank ID","time"))

或者我是否必须连接公司和银行 ID 以制作唯一的每月 ID 变量？

谢谢你的回复。（我无法附加数据或代码/照片，因为它在远程计算机上）

python中有没有办法将一个列表中的值与第二个列表中相同索引的值进行比较？

例如：我想查看 in 的值list1[0] > list2[0] and list1[1] > list2[1]是否对整个列表执行此操作，但仅返回 in 中更大的值list1。

（请注意，我只想比较一个list1直接与 . 中的相同索引对齐的数字，list2因此list1[0]仅针对list2[0]而不是list2[1]等进行测试list2[2]。）

我有以下形式的数据框：

我想计算“dim2”中两 (2) 个元素的每个组合的平均值；并将输出转换为矩阵；同时保留“dim1”提供的信息。

现在，我可以使用 combn 函数获得成对均值：

但我希望它以类似矩阵的形式显示（这实际上与“dist”类的对象非常相似，因为我希望它可以用于进一步分析），如下所示：

（如您所见，我还需要“Loc.x”信息）

我找不到可以直接在我的数据框“选项卡”上计算成对计算的简单函数。我可以使用 for 循环，但我觉得应该有一种更直接的方式。

有什么建议吗？非常感谢！

我有一个代表细菌模型基因结构的文件。每行代表一个模型。行是一个固定长度的二进制字符串，其中存在基因（1 表示存在，0 表示不存在）。我的任务是比较每对模型的基因序列，并计算它们的相似程度，然后计算出一个相异矩阵。

一个文件总共有450个模型（行），有250个文件。我有一个工作代码，但是只为一个文件完成整个工作大约需要 1.6 小时。

我的代码做了什么：

1. 读取文件
2. 将二进制字符串转换为数据框 Gene, Model_1, Model_2, Model_3, ... Model_450
3. 运行嵌套的 for 循环来进行成对比较（仅矩阵的上半部分）——我取两个相应的列并将它们相加，然后计算总和为 2 的位置（意味着两个模型中都存在）
4. 将数据写入文件
5. 稍后创建矩阵

比较代码

转换为矩阵

有没有办法让这个过程运行得更快？有没有更有效的比较方法？

我想将大型成对矩阵的一部分子集化为较小的矩阵。例如

如果我输入确切的列和行名称“TF1”等，我可以进行子集化，但我想要所有的 TF。

我认为它可能是一个 grep，但我不能将 grep 放在我的论坛中的任何位置：

这是预期的输出矩阵：

是不是因为它是成对的，所以列和行都有名称？

谢谢

我想成对处理一些 GPS 数据行。

目前，我正在使用普通的 for 循环进行操作，但我确信有更好更快的方法。

我将如何使用应用功能来做到这一点？

或者甚至可以并行进行计算？

非常感谢！

我需要用 R 生成一个联合概率矩阵（80*80），这样这个矩阵的均值和标准差是预先固定的。是一个对称矩阵。主对角线元素被解释为二进制变量 A i 等于 1 的概率 p ( A i )。非对角线元素是 A i 和 A j 均为 1 的概率 p ( A i A j )。这个矩阵应该响应以下条件：

使用 check.commonprob 检查这些条件。

这是我尝试过的

问题是这个函数适用于非常小的矩阵（4 * 4）但是如果我取（6 * 6），运行时间太长所以我停止它。我需要将此函数推广到 80*80 矩阵。有什么建议么 ？

假设我们在 Julia 中有一个 6 元素数组，例如Int64[1,1,2,3,3,4]. 如果我们想逐元素比较两个数组，我们知道可以使用 ".=="; 但我的目标是在上述数组中进行所有成对比较：如果每对的元素 (i,j) 相等，则将其设置为 1（或 true），但如果它们不同，则将其设置为 0 . 所有成对比较都存储在一个 6x6 矩阵中。是否可以在没有循环的情况下在 Julia 中做到这一点？谢谢你。

我有兴趣了解与pairwise2python 中使用的字符串匹配的残基索引。

例如我有两个字符串

和

使用以下代码：

我得到的对齐方式之一是：

我想获得匹配的索引，即所有 的原始位置Es，Hs以及' '与 seq B 匹配的 seq A。

我怎么做？