查找所有变量对之间的交集长度
Find length of intersect between all pairs of variables
我有一个大型数据集(大约 130 列),如下所示:
data <- data.frame(AA = c("Apple", "Banana", "0", "Cherry", "0"),
AB = c("0", "0", "Apple", "Cherry", "0"),
AC = c("0", "0", "0", "0", "Cherry"),
AD = c("Cherry", "0", "0", "Banana", "0"))
谁能帮我找出所有可能的列对之间完全匹配的数目?输出应如下所示:
> output
AA_AB AA_AC AA_AD AB_AC AB_AD AC_AD
3 2 3 2 2 2
我试过使用 length(intersect(data$AA, data$AB))
,但我不知道如何在一个命令中将其应用于整个数据集。
通过在 Whosebug 上搜索其他查询,我还尝试首先创建一个包含所有可能列对的数据框,但我无法弄清楚如何使我的输出实际匹配我的原始列名,然后应用 intersect
函数。
N <- ncol(data)
combos <- expand.grid(1:N,1:N) %>%
filter(!Var1==Var2)
combos <- combos[!duplicated(t(apply(combos[1:2], 1, sort))),]
您可以使用 combn
创建列名组合并使用 length
和 intersect
计算它们之间的共同值。
val <- combn(names(data), 2, function(x)
length(intersect(data[[x[1]]], data[[x[2]]])))
names(val) <- combn(names(data), 2, paste0, collapse = '_')
val
#AA_AB AA_AC AA_AD AB_AC AB_AD AC_AD
# 3 2 3 2 2 2
我有一个大型数据集(大约 130 列),如下所示:
data <- data.frame(AA = c("Apple", "Banana", "0", "Cherry", "0"),
AB = c("0", "0", "Apple", "Cherry", "0"),
AC = c("0", "0", "0", "0", "Cherry"),
AD = c("Cherry", "0", "0", "Banana", "0"))
谁能帮我找出所有可能的列对之间完全匹配的数目?输出应如下所示:
> output
AA_AB AA_AC AA_AD AB_AC AB_AD AC_AD
3 2 3 2 2 2
我试过使用 length(intersect(data$AA, data$AB))
,但我不知道如何在一个命令中将其应用于整个数据集。
通过在 Whosebug 上搜索其他查询,我还尝试首先创建一个包含所有可能列对的数据框,但我无法弄清楚如何使我的输出实际匹配我的原始列名,然后应用 intersect
函数。
N <- ncol(data)
combos <- expand.grid(1:N,1:N) %>%
filter(!Var1==Var2)
combos <- combos[!duplicated(t(apply(combos[1:2], 1, sort))),]
您可以使用 combn
创建列名组合并使用 length
和 intersect
计算它们之间的共同值。
val <- combn(names(data), 2, function(x)
length(intersect(data[[x[1]]], data[[x[2]]])))
names(val) <- combn(names(data), 2, paste0, collapse = '_')
val
#AA_AB AA_AC AA_AD AB_AC AB_AD AC_AD
# 3 2 3 2 2 2