查找包含数据框中特定对的组数

Question

我试图找到包含特定对的数据框中的组数。这是我所做的和所需输出的一个例子。

创建数据

df=data.frame(c("Sam","Sam","Sam","Jason", "Jason", "Kelly", "Kelly"),
c("e","f","g","h", "h", "e", "f"))

names(df)=c('name','value')

对于查看至少在一个特定名称中没有出现的对不感兴趣，所以我在生成对之前放弃了这些观察

df=df[!duplicated(df[1:2]),]

df=df[ave(rep(1, nrow(df)), df$name, FUN=length)>1,]

pairs=t(combn(unique(df$value), 2))

现在我有两个看起来像这样的对象

   name value
1   Sam     e
2   Sam     f
3   Sam     g
6 Kelly     e
7 Kelly     f

     [,1] [,2]
[1,] e    f   
[2,] e    g   
[3,] f    g  

我想要的输出

   pair.1    pair.2  occurrences
1   e          f         2
2   e          g         1
3   f          g         1

Answer 1

我们merge数据集本身由'name'，sort'value'列'row'，将数据集转换为data.table，删除具有相同'的行'值'元素，按'值'列分组，得到nrow（.N）并除以2.

d1 <- merge(df, df, by.x='name', by.y='name')
d1[-1] <- t(apply(d1[-1], 1, sort))
library(data.table)
setDT(d1)[value.x!=value.y][,.N/2 ,.(value.x, value.y)]
#   value.x value.y V1
#1:       e       f  2
#2:       e       g  1
#3:       f       g  1

或使用与@ jeremycg的帖子中类似的方法

 setDT(df)[df, on='name', allow.cartesian=TRUE
     ][as.character(value)< as.character(i.value), .N, .(value, i.value)]

Answer 2

以下是使用dplyr的答案。请参阅内联评论以获得解释：

library(dplyr) #load dplyr
df %>% #your data
 left_join(df, by = "name") %>% #merge against your own data
 filter(as.character(value.x) < as.character(value.y)) %>% #filter out any where the two are equal, and make sure we only have one of each pair
 group_by(value.x, value.y) %>% #group by the two vars
 summarise(n()) #count them

Source: local data frame [3 x 3]
Groups: value.x [?]

  value.x value.y   n()
   (fctr)  (fctr) (int)
1       e       f     2
2       e       g     1
3       f       g     1