Question

我想将df中的每一行与同一df中的每一行进行比较（并计算一些函数）。我已经设法编写了一个foreach循环，但它只将每一行与最后一行进行比较。

这是我到目前为止所做的最小化：

# create toy df
ID <- c(345, 476, 234, 987, 123) # assign random id
Language <- c("aa", "bb", "cc", "dd", "ee") # names of languages
Latitude <- c(-17, -25, 44, -8, 29) 
Longitude <- c(130, 29, -122, 120, -110)
sample <- data.frame(ID, Language, Latitude, Longitude)


sample
   ID Language Latitude Longitude
1 345       aa      -17       130
2 476       bb      -25        29
3 234       cc       44      -122
4 987       dd       -8       120
5 123       ee       29      -110


# foreach loop that should pair every language with every other
sample.rows <- nrow(sample)

loop <- foreach(i=1:(sample.rows-1),.combine=rbind) %do% {
   empty.pairs <- c()
   for(j in (i+1):sample.rows){
     pairs <- rbind(empty.pairs, c(i, j)) 
   }
  data.frame(Lang1 = sample$Language[pairs[,1]],
              Lang2 = sample$Language[pairs[,2]],
              i= pairs[,1],
              j= pairs[,2])
   }

输出以下内容：

loop
 Lang1 Lang2 i j
1    aa    ee 1 5
2    bb    ee 2 5
3    cc    ee 3 5
4    dd    ee 4 5

即。循环只将前四行与最后一行进行比较，但我希望它将所有行与所有其他行进行比较，例如语言“aa”不仅应与“ee”进行比较，还应与“bb”，“cc”和“dd”进行比较。任何提示赞赏！

Answer 1

我认为你想要的是所有语言组合的网格。您可以使用expand.grid：

grid <- cbind(
  expand.grid(sample$Language, sample$Language),
  expand.grid(seq_len(sample.rows), seq_len(sample.rows))
)
names(grid) <- c("Lang1", "Lang2", "i", "j")
grid <- grid[grid[["j"]] > grid[["i"]], ]

PS：如果你想要，例如计算距离，使用矩阵将比数据框更好。

R foreach循环比较每一行到每一行

1 个答案: