问题标签 [pairwise]

我想将成对距离表（2 列中的观察值）转换为列出个人的表（1 列中的观察值）。本质上，关于成对关系的信息将丢失（无论如何这与我的分析无关），并且它们各自行的距离值需要加倍。

我可以用这段代码分隔字符串：

但是不知道如何继续将表格重新排列成更少的列。所有搜索结果都只显示与成对表相关的解决方案。

这是一个示例数据集：

需要注意的重要一点是，我也对每个观察字符串中包含的“gr#”感兴趣。

基本上我想要一个遵循这种形式的表格：

我正在处理在不同列中包含原始 ID 和目标 ID 的起点-终点 (OD) 数据。有时聚合相同的 OD 对很重要，只是交换了起点和终点。

OD 数据如下所示：

在上面的例子中，第一行和最后一行可以被认为是同一对，除了方向相反。挑战在于如何有效地识别它们是重复的。

我创建了一个包stplanr，它可以回答这个问题，如下面的可重现示例所示：

^{由reprex 包（v0.3.0）于 2019 年 7 月 27 日创建}

这种方法的问题是对于大型数据集来说速度很慢。

我已经研究过从矩阵中的每一列中获取 Min 的最快方法？这表明这pmin是在多列（不是 2 列）中获取最小值的最有效方法，我们已经在使用它。

与删除重复组合（不考虑顺序）不同，这个问题是关于仅 2 列和效率的重复识别。删除重复组合（无论顺序如何）中发布的解决方案似乎比以下时序中显示的最慢解决方案要慢。

比这更快的解决方案是szudzik_pairing函数，它由我的同事 Malcolm Morgan 创建，基于Matthew Szudzik 开发的方法。

我们已经尝试了每种方法，Szudzik 方法确实看起来更快，但我想知道：有没有更有效的方法（在任何语言中，但最好在 R 中实现）？

这是我们所做的一个快速可重复的示例，包括一个显示时间的简单基准：

^{由reprex 包（v0.3.0）于 2019 年 7 月 27 日创建}

我有一个多 FASTA 文件，其中包含来自下一代测序的 10 000 多个 fasta 序列，我想将每个序列与文件内的每个序列进行成对比对，并将所有结果存储在同一个新文件中以执行聚类分析后。下面写了 FASTA 序列的示例和我用 python 执行成对序列比对的代码。

FASTA 序列

请忽略第一行，因为它包含序列的描述摘要。

我的代码

问题

我想知道如何修改它以循环整个多 FASTA 文件，而不仅仅是一个代码序列。另外：如何根据需要有效地存储结果。

我运行了以下混合模型：

现在，我想使用emmeans 对probability_simple 和letter_position 执行所有成对比较。但是，在尝试运行时（在引入库（emmeans）之后：

我收到以下错误：

但是，根据文档，emmeans 应该支持执行的混合模型。混合模型是 afex 包的一部分，他们提到应该支持混合对象。

有什么建议么？

我想为双边贸易流数据帧（以 、 和交易格式编码）生成一组二元标识符，from以便to我amount可以使用这些标识符进行进一步的统计分析。

下面提供了我的示例数据，我从中提取并识别了涉及美国的数据中的独特国家对。

下一步是从原始trade_flow数据帧from的( 它应该类似于下面的格式，其中每个唯一的二元组都被识别并编码为唯一的数值。如果有人可以帮助我，我将不胜感激。todyadtrade_flow

我正在处理的数据帧以二元格式编码，其中每个观察（即行）包含一个源节点（from）和一个目标节点（to）以及其他一些二元协变量（例如二元相关性corr）。

为简单起见，我想将每个 dyad 视为无序并为每个 dyad 生成一个唯一标识符，如下面的（即df1）：

其中 dyad AB/BA、AD/DA 被视为相同的对，并分配有相同的 dyad 标识符。虽然从原始数据中提取无序对的列表很容易，但很难将它们映射到原始数据帧以生成无序的二元标识符。有人可以对此提供一些见解吗？

我知道 stats::wilcox.test 和 stats::pairwise.wilcox.test 之间的主要区别是计算 p.adjust 值。该值仅由 stats::pairwise.wilcox.test 一步计算。但是当我收到以下代码错误时，有些东西是有线的。我希望得到相同的结果，但它得到了组大小的错误？！

Hey guys as you've read in the question i am trying to find the element pairs in an array equal to the given sum and return the sum of their respective indices.

I was able to return the element pairs for the given sum but failed to return the sum of their indices. Here is my code:

My output:

This is what i need to do further:

2 + 5 = 7 → Indices 2 + 5 = 7;

3 + 4 = 7 → Indices 3 + 1 = 4;

7 + 4 = 11 → Return 11;

Thanks in Advance!

我有以下形式的数据：

它报告了一堆“组”的每个“事物”的“分数”。

我想创建相关矩阵，该矩阵根据各组分数的相关性显示所有“事物”的成对分数相关性：

例如，事物“a”和事物“b”之间相关性的基础数据将是：

实际上，唯一组的数量约为 1,000，事物的数量约为 10,000，因此我需要一种比蛮力 for 循环更有效的方法。

我不需要得到的相关矩阵在单个矩阵中，甚至不需要在矩阵本身中（即，它可以是一组具有三列“ thing_1 thing_2 corr”的数据集）。

我在一个文件中有 15 个 fasta 格式的蛋白质序列。我必须对它们进行全局和局部的成对对齐，然后生成一个 15x15 的距离得分矩阵来构建树状图。

但是当我这样做时，即一个序列不与自身对齐，我得到 NA 结果。此外，AxB 给出 12131 分数，但 BxA 给出 NA。因此R不能构建系统发育树。

我应该怎么办？

我将此脚本用于循环，但它仅以一种方式读取：