Question

我有一个较大的data.table，有两列，id和var：

head(DT)
#    id var
# 1:  1   B
# 2:  1   C
# 3:  1   A
# 4:  1   C
# 5:  2   B
# 6:  2   C

我想创建一种交叉表，显示数据中出现var个不同长度的2组合的次数。

示例数据的

预期输出：

out
#    A  B C
# A  0  3 3
# B NA  1 3
# C NA NA 0

解释

生成的矩阵的对角线/ data.frame / data.table计算var发生的所有id的全部相同次数（全部为A，或B或C）。在示例数据中，id 4只有一个条目B，因此B - B在所需结果中为1。
上方三角形计算出id两个特定var存在多少A，即B - id组合出现在A中s，组合C - B和C - id。
请注意，对于任何var，两个id的单个组合只能是0（不存在）或1（存在），即我不想计算它每DT <- structure(list(id = c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 4L), var = c("B", "C", "A", "C", "B", "C", "C", "A", "B", "B", "C", "C", "C", "C", "B", "C", "B", "A", "C", "B")), .Names = c("id", "var"), row.names = c(NA, -20L), class = "data.frame") library(data.table) setDT(DT, key = "id")多次。
结果的下三角形可以保留为NA或0，或者它可以与上三角形具有相同的值，但这将是多余的。

（只要相关信息存在，结果也可以长格式给出。）

我确定这是一种聪明（有效）的计算方法，但我目前无法解决这个问题。

示例数据：

 <form action="prosescomment.php" method="POST"  id="form" >
              <div class="success_wrapper">
                <div class="success">Contact form submitted!<br>
                  <strong>We will be in touch soon.</strong> </div>
              </div>
              <fieldset>
                  <input type="text" name="nama" placeholder="Name:">
                  <br class="clear">
                  <span class="error error-empty">*This is not a valid name.</span><span class="empty error-empty">*This field is required.</span>
                <label class="email">
                  <input type="text" name="email" placeholder="E-mail:">
                  <br class="clear">
                  <span class="error error-empty">*This is not a valid email address.</span><span class="empty error-empty">*This field is required.</span> </label>
                <label class="message">
                  <textarea type="text" name="message" placeholder="Message"></textarea>
                  <br class="clear">
                  <span class="error">*The message is too short.</span> <span class="empty">*This field is required.</span> </label>
                <div class="clear"></div>
                <div class="btns"><input type="submit" name="submit" value="send" class="link1"/>
                  <div class="clear"></div>
                </div>
              </fieldset>
            </form>




<?php 
    include "connection.php";
if(isset($_POST['submit']))     // 
{
    $nama = $_POST['nama'];
    $email = $_POST['email'];
    $message = $_POST['message'];

    $query = "INSERT  INTO comment VALUES ('$nama', '$email', '$message')";
    $result = mysql_query($query);

    if ($result) {
        header("location:index.html");
    }
    else{
        mysql_error();
    }
}
 ?>

Answer 1

由于你可以获得长篇成绩：

DT[, if(all(var == var[1]))
       .(var[1], var[1])
     else
       as.data.table(t(combn(sort(unique(var)), 2))), by = id][
   , .N, by = .(V1, V2)]
#   V1 V2 N
#1:  A  B 3
#2:  A  C 3
#3:  B  C 3
#4:  B  B 1

或者，如果我们调用上述输出res：

dcast(res[CJ(c(V1,V2), c(V1,V2), unique = T), on = c('V1', 'V2')][
          V1 == V2 & is.na(N), N := 0], V1 ~ V2)
#   V1  A  B C
#1:  A  0  3 3
#2:  B NA  1 3
#3:  C NA NA 0

combn的替代方案正在执行：

DT[, if (all(var == var[1]))
       .(var[1], var[1])
     else
       CJ(var, var, unique = T)[V1 < V2], by = id][
   , .N, by = .(V1, V2)]
#    V1 V2 N
# 1:  A  B 3
# 2:  A  C 3
# 3:  B  C 3
# 4:  B  B 1

# or combn with list output (instead of matrix)

unique(DT, by=NULL)[ order(var), if(.N==1L)
       .(var, var)
     else
       transpose(combn(var, 2, simplify=FALSE)), by = id][
   , .N, by = .(V1, V2)]

计算每个id长度为2的组合

1 个答案: