首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >data.table中的成对组合和计数

data.table中的成对组合和计数
EN

Stack Overflow用户
提问于 2015-06-08 06:04:30
回答 1查看 224关注 0票数 4

我有一个data.frame d,如下所示。

代码语言:javascript
运行
复制
d <- structure(list(sno = 1:7, list = c("SD1, SD44, SD384, SD32", 
"SD23, SD1, SD567", "SD42, SD345, SD183", "SD345, SD340, SD387", 
"SD455, SD86, SD39", "SD12, SD315, SD387", "SD32, SD1, SD40")), .Names = c("sno", 
"list"), row.names = c(NA, -7L), class = "data.frame")

d
  sno                   list
1   1 SD1, SD44, SD384, SD32
2   2       SD23, SD1, SD567
3   3     SD42, SD345, SD183
4   4    SD345, SD340, SD387
5   5      SD455, SD86, SD39
6   6     SD12, SD315, SD387
7   7        SD32, SD1, SD40

我想得到所有字符串的成对组合,在d$list中用",“分隔。

我可以使用lapply获得它,如下所示。

代码语言:javascript
运行
复制
d2 <- strsplit(d$list, split = ", ")
d2 <- lapply(d2, function(x) as.data.frame(t(combn(x, m=2))))
library(data.table)
d2 <- rbindlist(d2)

我不希望将d$list中的每个组的计数与合并的列表d2作为一个新列。如何使用data.table完成此操作

代码语言:javascript
运行
复制
library(stringi)
stri_count_fixed(d$list,", ")

所需的输出如下

代码语言:javascript
运行
复制
out <- structure(list(V1 = structure(c(1L, 1L, 1L, 3L, 3L, 2L, 4L, 4L, 
1L, 6L, 6L, 5L, 5L, 5L, 7L, 8L, 8L, 9L, 10L, 10L, 11L, 12L, 12L, 
1L), .Label = c("SD1", "SD384", "SD44", "SD23", "SD345", "SD42", 
"SD340", "SD455", "SD86", "SD12", "SD315", "SD32"), class = "factor"), 
    V2 = structure(c(3L, 2L, 1L, 2L, 1L, 1L, 4L, 5L, 5L, 7L, 
    6L, 6L, 8L, 9L, 9L, 11L, 10L, 10L, 12L, 9L, 9L, 4L, 13L, 
    13L), .Label = c("SD32", "SD384", "SD44", "SD1", "SD567", 
    "SD183", "SD345", "SD340", "SD387", "SD39", "SD86", "SD315", 
    "SD40"), class = "factor"), count = c(4, 4, 4, 4, 4, 4, 3, 
    3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3)), .Names = c("V1", 
"V2", "count"), row.names = c(NA, -24L), class = "data.frame")


out 
      V1    V2 count
1    SD1  SD44     4
2    SD1 SD384     4
3    SD1  SD32     4
4   SD44 SD384     4
5   SD44  SD32     4
6  SD384  SD32     4
7   SD23   SD1     3
8   SD23 SD567     3
9    SD1 SD567     3
10  SD42 SD345     3
11  SD42 SD183     3
12 SD345 SD183     3
13 SD345 SD340     3
14 SD345 SD387     3
15 SD340 SD387     3
16 SD455  SD86     3
17 SD455  SD39     3
18  SD86  SD39     3
19  SD12 SD315     3
20  SD12 SD387     3
21 SD315 SD387     3
22  SD32   SD1     3
23  SD32  SD40     3
24   SD1  SD40     3
EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2015-06-08 07:05:05

使用gsub,我们可以删除除分隔符(,)以外的所有字符,用nchar计数字符数,添加1以获取字数,并使用transform创建一个新列“count”。使用cSplitsplitstackshape,我们可以分割‘列表’列由,,通过指定方向为long,我们重新格式化的数据集。加载splitstackshape也将加载data.table,因此我们可以使用聚合的data.table方法。按'sno‘和'Count’(.(sno, Count))分组,得到'list‘的combn,根据combn输出的交替值创建两个列('V1','V2'),并将'sno’列赋值为NULL (如果不需要)

代码语言:javascript
运行
复制
library(splitstackshape)
d1 <-  transform(d, Count=nchar(gsub('[^,]', '', list))+1L)
cSplit(d1, 'list', ', ', 'long')[, {
       tmp <- combn(as.character(list), 2)
       list(V1=tmp[c(TRUE, FALSE)], V2= tmp[c(FALSE, TRUE)])
         }, .(sno, Count)][, 
         sno:= NULL]
 #   Count    V1    V2
 #1:     4   SD1  SD44
 #2:     4   SD1 SD384
 #3:     4   SD1  SD32
 #4:     4  SD44 SD384
 #5:     4  SD44  SD32
 #6:     4 SD384  SD32
 #7:     3  SD23   SD1
 #8:     3  SD23 SD567
 #9:     3   SD1 SD567
#10:     3  SD42 SD345
#11:     3  SD42 SD183
#12:     3 SD345 SD183
#13:     3 SD345 SD340
#14:     3 SD345 SD387
#15:     3 SD340 SD387
#16:     3 SD455  SD86
#17:     3 SD455  SD39
#18:     3  SD86  SD39
#19:     3  SD12 SD315
#20:     3  SD12 SD387
#21:     3 SD315 SD387
#22:     3  SD32   SD1
#23:     3  SD32  SD40
#24:     3   SD1  SD40

或者修改您的代码,我们使用d2在‘Map/cbind’中创建'Count‘列,如文章所述,执行rbindlistlist折叠为单个'data.table’对象。

代码语言:javascript
运行
复制
library(stringi)
library(data.table)
Count <- stri_count_fixed(d$list,", ")+1
d2 <- strsplit(d$list, split = ", ")
d2 <- lapply(d2, function(x) as.data.frame(t(combn(x, m=2))))
rbindlist(Map(cbind, d2, Count=Count))
#      V1    V2 Count
# 1:   SD1  SD44     4
# 2:   SD1 SD384     4
# 3:   SD1  SD32     4
# 4:  SD44 SD384     4
# 5:  SD44  SD32     4
# 6: SD384  SD32     4
# 7:  SD23   SD1     3
# 8:  SD23 SD567     3
# 9:   SD1 SD567     3
#10:  SD42 SD345     3
#11:  SD42 SD183     3
#12: SD345 SD183     3
#13: SD345 SD340     3
#14: SD345 SD387     3
#15: SD340 SD387     3
#16: SD455  SD86     3
#17: SD455  SD39     3
#18:  SD86  SD39     3
#19:  SD12 SD315     3
#20:  SD12 SD387     3
#21: SD315 SD387     3
#22:  SD32   SD1     3
#23:  SD32  SD40     3
#24:   SD1  SD40     3
票数 2
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/30702191

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档