如何在 R 中将一列的元素与 group_by 相交

Question

假设，我的数据是这样的

  group_id    col1
1        1     A,B
2        1     B,C
3        2     A,C
4        2     B,D
5        3     A,D
6        3 A,B,C,D

我想要 summarise/mutate col1，其元素在同一组内相交（超过 group_id）。我需要的输出就像（如果总结）

  group_id col1
1        1    B
2        2 <NA>
3        3  A,D

或像这样（如果发生变异）

  group_id col1
1        1    B
2        1    B
3        2 <NA>
4        2 <NA>
5        3  A,D
6        3  A,D

我可以通过使用函数 toString 轻松创建联合，但我绞尽脑汁想知道如何在输出中包含公共元素。基本上 intersect 需要至少两个参数，因此在这里不起作用。

dput(df) 如下

df <-  structure(list(group_id = c(1L, 1L, 2L, 2L, 3L, 3L), col1 = c("A,B", 
"B,C", "A,C", "B,D", "A,D", "A,B,C,D")), class = "data.frame", row.names = c("1", 
"2", "3", "4", "5", "6"))

Answer 1

您可以用逗号分隔 col1 并使用 Reduce + intersect 以获得每个 group_id.

中的公共值

library(dplyr)
df %>%
  group_by(group_id) %>%
  summarise(col1 = toString(Reduce(intersect, strsplit(col1, ','))))

#  group_id col1  
#*    <int> <chr> 
#1        1 "B"   
#2        2 ""    
#3        3 "A, D"

Answer 2

这行得通吗：

library(dplyr)
library(tidyr)
df %>% separate_rows(col1) %>% 
   group_by(group_id, col1) %>% filter(n()>1) %>% 
   distinct() %>% group_by(group_id) %>% summarise(col1 = toString(col1)) %>% 
   right_join(df %>% select(group_id) %>% distinct()) %>% 
   arrange(group_id)
`summarise()` ungrouping output (override with `.groups` argument)
Joining, by = "group_id"
# A tibble: 3 x 2
  group_id col1 
     <int> <chr>
1        1 B    
2        2 NA   
3        3 A, D

Answer 3

使用 dplyr 和 tidyr 的一个选项可能是：

df %>%
 separate_rows(col1) %>%
 count(group_id, col1) %>%
 group_by(group_id) %>%
 summarise(col1 = if_else(all(n == 1), NA_character_, paste(col1[n == 2], collapse = ",")))

  group_id col1 
     <int> <chr>
1        1 B    
2        2 <NA> 
3        3 A,D

如何在 R 中将一列的元素与 group_by 相交

how to intersect elements of one column along with group_by in R

r

set-operations

set-intersection

dplyr