从两个向量创建新ID(双向)

时间:2014-02-24 10:20:04

标签: r dataframe

我在一个由因子组成的数据框中有两个向量(每个因子约有10000个)。

以下是我的数据外观的简化示例:

tg<-data.frame(A=sample(letters[1:5],30,replace=TRUE),
               B=sample(letters[1:5],30,replace=TRUE))
   A B
1  b b
2  a b
3  e e
4  c b
5  e e
6  a b
7  d a
8  d a
9  d b
10 a e
11 a e
. . .

我想组合(逐行)两列中的元素并创建一个新ID。

一种方法是简单地将两个列粘贴在一起:

paste0(tg$A,tg$B)
[1] "bb" "ab" "ee" "cb" "ee" "ab" "da" "da" "db" "ae"
"ae" "bc" "ae" "bb" "ec" "ba" "dd" "de" "cd" "eb" "cd"
"db" "dc" "ab" "ae" "cc" "dc" "ce" "eb" "ea"

但是我想制作一个将“ab”和“ba”视为相同的新ID,我该怎么做?

编辑:抱歉令人困惑的标题,我找不到更好的方法来解释这个问题(因此无法找到任何解决方案 - 如果已有的话)。

1 个答案:

答案 0 :(得分:3)

对您的ID中的字母进行排序将解决问题(this question之后):

strSort <- function(x)
     sapply(lapply(strsplit(x, NULL), sort), paste, collapse="")
unique(sapply(new_ids, strSort))
 [1] "be" "bd" "bc" "ae" "aa" "ab" "ad" "cd" "ac" "dd" "ee" "ce" "cc" "de"