将一行转换成combine，c()作为r中的向量，然后用向量计算余弦相似度

您好，我有一个非常大的数据框，它是一部分:

v1 <- c('i1', 'i10', 'i11')
v2 <- c(0.11, 0.07, 0.114)
v3 <- c(0.07, 0.08, 0.03)
df <- data.frame(cbind(v1, v2, v3))

如何编写代码将每一行转换为一个组合向量x <- c()？

也就是说，我的预期输出应该是，变量名必须来自第V1列:

i1 <- c(0.11014318, 0.07302843, 0.01360761, 0.10619829, 0.14513045)
i10 <- c(0.07360007, 0.08013833, 0.13104657, 0.13174247, 0.14256615)
i11 <- c(0.11418245, 0.03300573, 0.11425297, 0.13686428, 0.03367279)

在将每一行转换成一个向量之后，我需要计算这些向量之间的余弦相似性，这就是为什么我需要拆分每一行，并将它们保存为第一列V1中的向量.

library(lsa)
cosine(i1, i10)
cosine(i1, i11)
cosine(i10, i11)

The following question

你好SamR.感谢您的帮助，但我不知道为什么在添加更多列V4和V5以及一行ID为i12时它不起作用？非常感谢你的耐心和帮助.

data_matrix <- function(df){
  data_matrix  <- tail(t(df), -1) |>
    sapply(as.numeric) |>
    matrix(
        nrow = ncol(df)-1, 
        ncol = nrow(df), 
        dimnames = list(
            seq_len(nrow(df)-1), # rows
            df[,1] # columns
        )
    ) 
}

v1 <- c('i1', 'i10', 'i11', 'i12')
v2 <- c(0.11, 0.07, 0.114, 0.67)
v3 <- c(0.07, 0.08, 0.03, 087)
v4 <- c(0.12, 0.13, 0.14, 0.18)
v5 <- c(0.19, 0.21, 0.22, 0.22)
df <- data.frame(cbind(v1, v2, v3, v4, v5))
df

data_matrix(df)

它只是返回错误:

Error in matrix(sapply(tail(t(df), -1), as.numeric), nrow = ncol(df) -  : 
  length of 'dimnames' [1] not equal to array extent