Question

我正在运行一系列的分析，我一直在使用VennDiagram包，它已经工作得很好，但它只能处理多达5套，现在事实证明我需要看看6或更多套。

理想情况下，我正在寻找可以使用6个或更多集合执行此操作（下面）的内容，但只要可以检索计数，它就不一定必须具有绘图功能：

我可以做些什么来为这五个添加一个或多个集合并仍然得到计数？

谢谢！

Answer 1

这是一个递归解决方案，可以找到维恩图中的所有交叉点。 sets可以是包含任意数量的集合的列表，以查找其交集。由于某种原因，您使用的包中的代码都是针对每个设置大小的硬编码，因此它不会扩展到任意交叉点。

## Build intersections, 'out' accumulates the result
intersects <- function(sets, out=NULL) {
    if (length(sets) < 2) return ( out )                               # return result
    len <- seq(length(sets))
    if (missing(out)) out <- list()                                    # initialize accumulator
    for (idx in split((inds <- combn(length(sets), 2)), col(inds))) {  # 2-way combinations
        ii <- len > idx[2] & !(len %in% idx)                           # indices to keep for next intersect
        out[[(n <- paste(names(sets[idx]), collapse="."))]] <- intersect(sets[[idx[1]]], sets[[idx[2]]])
        out <- intersects(append(out[n], sets[ii]), out=out)
    }
    out
}

该功能构建成对交叉点。为了避免构建重复的解决方案，它只调用集合的组件，其索引大于已加入的组件（代码中为ii）。结果是所有交叉点的列表。如果传递命名组件，则结果将按约定“set1.set2”等命名。

结果

## Some sample data
set.seed(0)
sets <- setNames(lapply(1:3, function(.) sample(letters, 10)), letters[1:3])

## Manually check intersections
a.b <- intersect(sets[[1]], sets[[2]])
b.c <- intersect(sets[[2]], sets[[3]])
a.c <- intersect(sets[[1]], sets[[3]])
a.b.c <- intersect(a.b, sets[[3]])

## Compare
res <- intersects(sets)
all.equal(res[c("a.b","a.c","b.c","a.b.c")], list(a.b=a.b, a.c=a.c, b.c=b.c, a.b.c=a.b.c))
# TRUE

res
# $a.b
# [1] "g" "i" "n" "e" "r"
# 
# $a.b.c
# [1] "g"
# 
# $a.c
# [1] "x" "g"
# 
# $b.c
# [1] "f" "g"

## Get the counts of intersections
lengths(res)
# a.b a.b.c   a.c   b.c 
#   5     1     2     2

或者，数字

intersects(list(a=1:10, b=c(1, 5, 10), c=9:20))
# $a.b
# [1]  1  5 10
# $a.b.c
# [1] 10
# $a.c
# [1]  9 10
# $b.c
# [1] 10

Answer 2

好的，这是一种方式，假设您将集合表示为向量列表，并将要在这些集合中搜索的项目也表示为向量：

to_s

这为您提供了项目集中实际存在的所有组合：

# Example data format
sets <- list(v1 = 1:6, v2 = 1:8, v3 = 3:8)
items <- c(2:7)

# Search for items in each set
result <- data.frame(searched = items)
for (set in names(sets)) {
  result <- cbind(result, items %in% sets[[set]])
  names(result)[length(names(result))] <- set
}

# Count
library(plyr)
ddply(result, names(sets), function (i) {
  data.frame(count = nrow(i))
})

Answer 3

这是一次尝试：

list1 <- c("a","b","c","e")
list2 <- c("a","b","c","e")
list3 <- c("a","b")
list4 <- c("a","b","g","h")
list_names <- c("list1","list2","list3","list4")

lapply(1:length(list_names),function(y){
combinations <- combn(list_names,y)
res<-as.list(apply(combinations,2,function(x){
    if(length(x)==1){
            p <- setdiff(get(x),unlist(sapply(setdiff(list_names,x),get)))
        }

    else if(length(x) < length(list_names)){
            p <- setdiff(Reduce(intersect,lapply(x,get)),Reduce(union,sapply(setdiff(list_names,x),get)))
        }

    else p <- Reduce(intersect,lapply(x,get))

    if(!identical(p,character(0))) p
    else NA
}))

if(y==length(list_names)) {
        res[[1]] <- unlist(res); 
        res<-res[1]
}
names(res) <- apply(combinations,2,paste,collapse="-")
res
})

第一个lapply用于从1循环到你拥有的数量。然后我采用了所有可能的列表名称组合，一次采用y。这基本上会在维恩图中生成所有不同的子区域。

对于每个组合，输出是当前组合中的列表与不在组合中的其他列表的并集之间的差异。

最终结果是一个长度列表，其中包含了数量。该列表的第一个元素包含每个列表中的唯一元素，第二个元素包含两个列表的任意组合中的唯一元素等。

如何获得六组或更多组的交叉点数？

3 个答案:

结果