捕获列模式频率

Question

我有一个像下面这样的数据集

Id        A      B       C
10        1      0       1
11        1      0       1
12        1      1       0
13        1      0       0
14        0      1       1

我正在尝试像下面这样计算列模式。

 Pattern         Count
 A, C            2
 A, B            1
 A               1
 B, C            1

不确定从哪里开始，非常感谢任何帮助或建议。

Answer 1

如果您不必按 ID 分组，那么只需

table(apply(df[-1], 1, function(i) paste(names(i[i == 1]), collapse = ',')))

#  A A,B A,C B,C 
#  1   1   2   1

Answer 2

我们可以试试

table(gsub(",*N|N,*", "", chartr('0123', 'NABC', 
         do.call(paste, c(df1[-1] * col(df1[-1]), sep=",")))))

#  A A,B A,C B,C 
#  1   1   2   1

正如@DavidArenburg 提到的，chartr 中的 old/new 可以通过

自动生成

cols <- paste(c("N", names(df1[-1])), collapse = "") 
indx <- paste(seq(nchar(cols)) - 1, collapse = "")
table(gsub(",*N|N,*", "", chartr(indx, cols, 
      do.call(paste, c(df1[-1] * col(df1[-1]), sep=",")))))

Answer 3

从 "reversing" 两个独立向量中的数据列表开始：

w = which(dat[-1] == 1L, TRUE)

我们可以使用

table(tapply(names(dat)[-1][w[, "col"]], w[, "row"], paste, collapse = ", "))
#
#   A A, B A, C B, C 
#   1    1    2    1

如果结果不需要仅用于格式化目的，为了避免不必要的 paste/strsplit，一个替代方案是：

pats = split(names(dat)[-1][w[, "col"]], w[, "row"])
upats = unique(pats)
data.frame(pat = upats, n = tabulate(match(pats, upats)))
#   pat n
#1 A, C 2
#3 A, B 1
#4    A 1
#5 B, C 1

捕获列模式频率

capture column pattern frequency

r

transform

frequency

reshape2

dplyr