递归地构建一个数据列表(在R中)-是循环选项吗？
递归地构建一个数据列表(在R中)-是循环选项吗？
提问于 2015-10-09 12:06:24
我有一个包含n列的dataframe，我需要获得它的变量的组合：
例如：
df <- data.frame(A = c("a1","a2","a3","a4","a5","a6"),
B = c("a1","a1","a3","a3","a5","a5"),
C = c("a1","a1","a1","a3","a4","a4"),
D = c("a1","a1","a1","a3","a4","a5"))我需要列出一个包含n-1元素的列表，每个元素都包含数据变量的所有唯一组合。第一个元素包括从第一列开始到最后一列的唯一值。对于每个后续元素，我需要删除前一个附加的dataframe的第一列。如下所示：
myList <- list(unique(df[,1:ncol(df)),
unique(df[,2:ncol(df)),
unique(df[,3:ncol(df)))我设法用for循环解决了这个问题：
myList <- list()
for (i in 1:(ncol(df) - 1)){
myList[[i]] <- unique(df[, i:ncol(df)])
}但我想知道是否有一种更快更优雅的方法来做到这一点。
回答 2
Stack Overflow用户
回答已采纳
发布于 2015-10-09 12:29:46
使用()：
sapply(1:(ncol(df)-1),
FUN = function(x, nc, df) unique(df[, x:nc]), nc = ncol(df), df = df)Stack Overflow用户
发布于 2015-10-09 13:18:12
一个优雅的解决方案是递归：
func = function(df, n, lst)
{
if(ncol(df)==n) return(lst)
func(df, n+1, c(lst, list(unique(df[n:ncol(df)]))))
}
#> func(df,1, list())
#[[1]]
# A B C D
#1 a1 a1 a1 a1
#2 a2 a1 a1 a1
#3 a3 a3 a1 a1
#4 a4 a3 a3 a3
#5 a5 a5 a4 a4
#6 a6 a5 a4 a5
#[[2]]
# B C D
#1 a1 a1 a1
#3 a3 a1 a1
#4 a3 a3 a3
#5 a5 a4 a4
#6 a5 a4 a5
#[[3]]
# C D
#1 a1 a1
#4 a3 a3
#5 a4 a4
#6 a4 a5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/33037872
复制相关文章
相似问题
腾讯云开发者
