Question

我有两列中的数据，如下所示

Id  Value
1   a
2   f
1   c
1   h
2   a

我希望根据相同的ID（例如

）将所有可能组合中的“值”列的数据结合起来

(a,c)
(a,h)
(c,h)
(f,a)

是否有任何R或Python或VBA代码来完成此任务？

Answer 1

使用R您可以尝试：

library(purrr)

df %>%
  split(.$Id) %>%
  map(~ t(combn(.$Value, 2)))

给出了：

#$`1`
#     [,1] [,2]
#[1,] "a"  "c" 
#[2,] "a"  "h" 
#[3,] "c"  "h" 
#
#$`2`
#     [,1] [,2]
#[1,] f    a   
#Levels: a c f h

Answer 2

要使用基数R返回包含这些组合的字符矩阵，请尝试

do.call(rbind, t(sapply(split(df, df$Id), function(i) t(combn(i$Value, 2)))))
     [,1] [,2]
[1,] "a"  "c" 
[2,] "a"  "h" 
[3,] "c"  "h" 
[4,] "f"  "a"

每一行都是理想的组合。

为了稍微打破这一点，split将data.frame由Id拆分为两个data.frames的列表。然后sapply被提供此列表和combn函数以查找这些data.frames中的成对组合。每个data.frame（这是一个矩阵）的结果将使用t转换为适合您所需的结构。最后，这个矩阵列表被输入do.call，使用rbind返回最终矩阵。

注意：假设值列是字符（不是讨厌的因子变量类型）。通过在读取函数中添加as.is = TRUE参数（或更长的stringsAsFactors = FALSE），可以在read.函数族中轻松完成此操作，如read.csv和read.table。如果变量已经是一个因素，您可以将i$Value语句包装在as.character：as.character(i$Value)的末尾附近，它将根据需要运行。

Answer 3

另一种方式（可能稍快一点，因为它利用了您正在寻找所有对的事实，并避免combn和t）：

require(data.table)
dt[, .( c1 = rep(Value, (.N:1)-1L), c2 = rep(Value, (1:.N)-1L) ), by=Id]
#    Id c1 c2
# 1:  1  a  c
# 2:  1  a  h
# 3:  1  c  h
# 4:  2  f  a

.N包含每个组的观察次数。

其中dt是：

dt = fread('Id  Value
1   a
2   f
1   c
1   h
2   a')

以所有可能的组合方式耦合数据

3 个答案: