Question

由于我的数据要复杂得多，我制作了一个较小的样本数据集（我留下了重塑形式来展示我如何生成数据）。

set.seed(7)
x = rep(seq(2010,2014,1), each=4)
y = rep(seq(1,4,1), 5)
z = matrix(replicate(5, sample(c("A", "B", "C", "D"))))
temp_df = cbind.data.frame(x,y,z)
colnames(temp_df) = c("Year", "Rank", "ID")
head(temp_df)
require(reshape2)
dcast(temp_df, Year ~ Rank)

导致......

> dcast(temp_df, Year ~ Rank)
Using ID as value column: use value.var to override.
  Year 1 2 3 4
1 2010 D B A C
2 2011 A C D B
3 2012 A B D C
4 2013 D A C B
5 2014 C A B D

现在我基本上想要使用像unique这样的函数，但忽略顺序来查找前3个元素唯一的位置。

因此在这种情况下：

我会在第5行中有A，B，C

我会在第1行和第3行中有A，B，D

我会在第2行和第4行中有A，C，D

此外，我需要这些＆＃34;独特＆＃34;事件

还有2件事。首先，我的值是字符串，我需要将它们保留为字符串。其次，如果可能的话，我会在年份和1之间有一个名为加权的列，然后在计算这些独特的组合时，我将包括每个加权。这并不重要，因为所有权重都是小的正整数值，因此我可以提前复制行来计算权重，然后将唯一对列表。

Answer 1

你可以这样做：

df <- dcast(temp_df, Year ~ Rank)

combos <- apply(df[, 2:4], 1, function(x) paste0(sort(x), collapse = ""))

combos
#     1     2     3     4     5 
# "BCD" "ABC" "ACD" "BCD" "ABC"

对于数据框的每一行，第1,2和3列中的值（如帖子中标记的）使用sort进行排序，然后使用paste0进行连接。由于订单并不重要，因此可确保相同的案例标记一致。

请注意，paste0功能相当于paste(..., sep = "")。 collapse参数表示将向量的值连接成单个字符串，向量值由传递给collapse的值分隔。在这种情况下，我们设置collapse = ""，这意味着值之间不会分开，从而导致"ABC"，"ACD"等。

然后，您可以使用table获取每个组合的计数：

table(combos)
# ABC ACD BCD 
#   2   1   2

Answer 2

这与@Alex_A相同，但使用了tidyverse函数：

myBranch

在R中查找唯一元组但忽略顺序

2 个答案: