R所有可能的子组合

时间:2016-02-26 05:37:43

标签: r combinations

我有一些看起来像这样的数据:

basin <- c("Volta","Seine","Limpopo")
c1 <- c("BEN","BEL","SA")
c2 <- c("BURK","FRA","MOZ")
c3 <- c("IVC","LUX","ZIM")
c4 <- c("GHA","NA","BOTS")
c5 <- c("MALI","NA","NA")
c6 <- c("TOGO","NA","NA")
df <- data.frame(basin, c1, c2, c3, c4, c5, c6)

    basin  c1  c2  c3   c4   c5   c6
1   Volta BEN BUR IVC  GHA MALI TOGO
2   Seine BEL FRA LUX   NA   NA   NA
3 Limpopo  SA MOZ ZIM BOTS   NA   NA

每个盆地都有k个国家。例如,在第一行中,我需要生成5个国家/地区的所有组合,4个国家/地区的所有组合,依此类推。第二行我需要生成2个国家和第3行的所有组合,包括3个国家和2个国家的所有组合。然后我想将这些子集添加为数据中的新行。

我尝试使用此功能:

    allSubs <- function(x, k) {
  if(k > length(x)) stop('k > length(x)')
  if(choose(length(x), k)==1){
    list(as.vector(combn(x, k)))
  } else {
    cbn <- combn(x, k)
    lapply(seq(ncol(cbn)), function(i) cbn[,i])
  }
}    

但是,如果我将这样的数据提供给它,我只能让它工作:

allSubs(c('BEN','BURK','IVC','GHA','MALI','TOGO'),4)

但我真的需要它来遍历数据框中的行。我感谢任何帮助。

2 个答案:

答案 0 :(得分:0)

以下是一个解决方案,数据如下(您的输入数据仍然有点问题,我修改了代码以生成正确的数据):

basin <- c("Volta","Seine","Limpopo")
c1 <- c("BEN","BEL","SA")
c2 <- c("BURK","FRA","MOZ")
c3 <- c("IVC","LUX","ZIM")
c4 <- c("GHA",NA,"BOTS")
c5 <- c("MALI",NA,NA)
c6 <- c("TOGO",NA,NA)
df <- data.frame(basin, c1, c2, c3, c4, c5, c6, stringsAsFactors = FALSE)

    basin  c1   c2  c3   c4   c5   c6
1   Volta BEN BURK IVC  GHA MALI TOGO
2   Seine BEL  FRA LUX <NA> <NA> <NA>
3 Limpopo  SA  MOZ ZIM BOTS <NA> <NA>

apply(df[, 2:7], 1, function(x) {l <- x[!is.na(x)]; sapply(seq(1:(length(l)-1)), function(y) combn(l, y))})

结果将是每行每个国家/地区代码的各种子组合。希望这可以帮助。当然,您可以将我使用的“内联”函数拆分为您在apply调用中调用的外部函数。

答案 1 :(得分:0)

这里有你想要的固定数量的组合,而不是&#34; n&#34;组合数量。

expand.grid(c1, c2, c3, c4, c5, c6)

我建议使用此列表将c1,c2,c3 ..... cn放入列表中。

list <- mget(ls(pattern='^c\\d+'))

这将创建一个基于您的环境中的对象的列表,以字母&#34; c&#34;开头,为您的数据集标题更具体,以避免它吸收以&#34; c&#34开头的其他对象;或者你指定的任何东西。所以只需用你引用的对象名称的开头替换c。

expand.grid(list)

    c1  c2   c3   c4  c5   c6
1   BEN BURK IVC  GHA MALI TOGO
2   BEL BURK IVC  GHA MALI TOGO
3    SA BURK IVC  GHA MALI TOGO
4   BEN  FRA IVC  GHA MALI TOGO
5   BEL  FRA IVC  GHA MALI TOGO
6    SA  FRA IVC  GHA MALI TOGO
7   BEN  MOZ IVC  GHA MALI TOGO
8   BEL  MOZ IVC  GHA MALI TOGO
9    SA  MOZ IVC  GHA MALI TOGO
10  BEN BURK LUX  GHA MALI TOGO

...............................

723  SA BURK ZIM BOTS <NA> <NA>
724 BEN  FRA ZIM BOTS <NA> <NA>
725 BEL  FRA ZIM BOTS <NA> <NA>
726  SA  FRA ZIM BOTS <NA> <NA>
727 BEN  MOZ ZIM BOTS <NA> <NA>
728 BEL  MOZ ZIM BOTS <NA> <NA>
729  SA  MOZ ZIM BOTS <NA> <NA>

如果您想知道如何在一系列中分配类似对象的对象,我建议您使用 assign 函数。

这是一个例子。

for (i in 2:ncol(df)-1) {
  assign(paste("Combo",i,sep=""), df[, i+1])
}

如果你不喜欢对变量名进行硬编码,那只是值得深思。

对于所有可能的1s,2s,3s,4s,5s,6s ...... ns的列表,我将不得不考虑这一点。很快就会回到这里。

我认为allPerms的一些组合功能是纯素包,而dplyr中的group_by包应该可以解决问题,但我必须看看。