我想创建一个与社交网络分析中使用的邻接矩阵（可能与graph_from_adjacency_matrix in igraph中的graph_from_adjacency_matrix一起使用），该csv构成这样（但更大）：
>name vote1 vote2 vote3
Joe 1 0 1
Jane 0 0 1
Jill 1 0 1
对于网络分析，节点将是名称变量，并且节点将通过他们一起投票的频率（1或0）连接。类似：
Joe Jane Jill
Joe 0 2 3
Jane 2 0 2
Jill 3 2 0
看起来很简单，我无法成功将此数据框架转换为可用于创建Igraph图对象的邻接矩阵。as.matrix和data.matrix确实将其转换为矩阵，而不是邻接矩阵，而不是保留"名称"变量中字符的矩阵。我的矩阵代数并不强，所以我知道我可能会错过一些明显的东西，但是我不知道它是什么。我对其他解决方案开放，这些解决方案使我达到了网络分析的最终目标。
我认为您想要跨产品的某个版本。
# construct the matrix
myMat <- as.matrix(df[-1])
# same output as myMat %*% t(myMat)
resultMat <- tcrossprod(myMat)
# add names
dimnames(resultMat) <- list(df$name, df$name)
resultMat
Joe Jane Jill
Joe 2 1 2
Jane 1 1 1
Jill 2 1 2
对角线表明了个人同时投票和对角线的实例计数，该计数给出了个人对自己投票的次数（即他们的总投票数）。
由于您不希望每个人的总投票计数，因此可以用0替换对角线。
# remove diagonal
diag(resultMat) <- 0
resultMat
Joe Jane Jill
Joe 0 1 2
Jane 1 0 1
Jill 2 1 0
在下面的DF1中增加了两票和另外两个选民。有一个名为SAL的选民，他只投票2投票，并且是唯一的选民。
df1
name vote1 vote2 vote3 vote4 vote5
1 Joe 1 0 1 0 1
2 Jane 0 0 1 1 0
3 Jill 1 0 1 1 0
4 Bob 1 0 1 1 0
5 Sal 0 1 0 0 0
使用此较大矩阵贯穿上述过程，我们得到
resultMat
Joe Jane Jill Bob Sal
Joe 0 1 2 2 0
Jane 1 0 2 2 0
Jill 2 2 0 3 0
Bob 2 2 3 0 0
Sal 0 0 0 0 0
在萨尔的所有插槽中显示0，鲍勃·吉尔·吉尔·鲍勃（Bob-Jill Jill-Bob）的插槽中显示了0s，因为他们俩都以相同的3票进行了投票。
数据
df <-
structure(list(name = structure(c(3L, 1L, 2L), .Label = c("Jane",
"Jill", "Joe"), class = "factor"), vote1 = c(1L, 0L, 1L), vote2 = c(0L,
0L, 0L), vote3 = c(1L, 1L, 1L)), .Names = c("name", "vote1",
"vote2", "vote3"), class = "data.frame", row.names = c(NA, -3L))
df1 <-
structure(list(name = structure(c(4L, 2L, 3L, 1L, 5L), .Label = c("Bob",
"Jane", "Jill", "Joe", "Sal"), class = "factor"), vote1 = c(1L,
0L, 1L, 1L, 0L), vote2 = c(0L, 0L, 0L, 0L, 1L), vote3 = c(1L,
1L, 1L, 1L, 0L), vote4 = c(0L, 1L, 1L, 1L, 0L), vote5 = c(1L,
0L, 0L, 0L, 0L)), .Names = c("name", "vote1", "vote2", "vote3",
"vote4", "vote5"), class = "data.frame", row.names = c(NA, -5L))