考虑以下矩阵/ data.frame和vector：
set.seed(123)
data<-data.frame(lorem=floor(runif(26, min=0, max=10)),
ipsum=floor(runif(26, min=0, max=10)),
dolor=floor(runif(26, min=0, max=10)))
topicVector<-c(1,2,12,13,14,15,18,22,23,31 ,36 ,40 ,44
,54,58,59,73,100,101,104,107,108,111,113,114,116)
注意：topicVector也可能是data的一部分，因为它们的长度相等。
我的目标是对data中列的所有唯一组合进行成对比较，然后将其转换为长数据框架，其中列出topicVector中作为非索引的所有数字。 data中的列共享的零行。
即。结果data.frame中的每一行应该是一个可能的列组合：例如来自lorem的{{1}}和ipsum。 data中的数字是指topics中包含非零条目且来自data的行。
我们来看看topicVector和“pps lorem数据”（第一个组合）
from在上面针对 lorem ipsum
1 2 5
2 7 5
3 4 2
4 8 1
5 9 9
6 0 9
7 5 6
8 8 7
9 5 0
10 4 4
11 9 7
12 4 2
13 6 3
14 5 2
15 1 1
16 8 4
17 2 4
18 0 3
19 3 1
20 9 1
21 8 2
22 6 4
23 6 2
24 9 8
25 6 0
26 7 4
和lorem的示例中，行1,2和3包含两个数字，即共享主题。根据主题向量，这是主题1,2和12.在第4行中，ipsum为0，因此它们不共享该主题，主题13不是结果data.frame的一部分。
他们总共分享了多个主题（18）。
如果没有共享主题（即所有行= 0），结果df中的ipsum对于这对列应该包含0。
上述结果应如下所示：
topics我在R中写了一个功能来完成这项工作。然而，原始数据略大（1000列）， user1 user2 topics
1 lorem ipsum 1
2 lorem ipsum 2
3 lorem ipsum 12
4 lorem ipsum 13
5 lorem ipsum 14
6 lorem ipsum 18
7 lorem ipsum 22
8 lorem ipsum 31
9 lorem ipsum 36
10 lorem ipsum 40
11 lorem ipsum 44
12 lorem ipsum 54
13 lorem ipsum 58
14 lorem ipsum 59
15 lorem ipsum 73
16 lorem ipsum 101
17 lorem ipsum 104
18 lorem ipsum 107
19 lorem ipsum 108
20 lorem ipsum 111
21 lorem ipsum 113
22 lorem ipsum 116
23 lorem dolor 1
24 lorem dolor 2
25 lorem dolor 12
26 lorem dolor 13
27 lorem dolor 14
28 lorem dolor 18
29 lorem dolor 22
30 lorem dolor 23
31 lorem dolor 36
32 lorem dolor 40
33 lorem dolor 44
34 lorem dolor 54
35 lorem dolor 58
36 lorem dolor 59
37 lorem dolor 73
38 lorem dolor 101
39 lorem dolor 104
40 lorem dolor 107
41 lorem dolor 111
42 lorem dolor 113
43 lorem dolor 114
44 lorem dolor 116
45 ipsum dolor 1
46 ipsum dolor 2
47 ipsum dolor 12
48 ipsum dolor 13
49 ipsum dolor 14
50 ipsum dolor 15
51 ipsum dolor 18
52 ipsum dolor 22
53 ipsum dolor 36
54 ipsum dolor 40
55 ipsum dolor 44
56 ipsum dolor 54
57 ipsum dolor 58
58 ipsum dolor 59
59 ipsum dolor 73
60 ipsum dolor 100
61 ipsum dolor 101
62 ipsum dolor 104
63 ipsum dolor 107
64 ipsum dolor 111
65 ipsum dolor 113
66 ipsum dolor 116
非常慢。
listCommonTopics我的问题是：
listCommonTopics<-function(data,topicVector){
result_df<-data.frame(user1=character(),
user2=character(),
topics=numeric(),stringsAsFactors = FALSE)
for(i in seq_along(data)){
print(i)
for(j in seq_along(data)){
if(j>i){
if(colnames(data[i])!=colnames(data[j])){
compareUsers<-data.frame(topicVector,data[,i],data[,j],stringsAsFactors = FALSE)
commonTopics<-subset(compareUsers,compareUsers[,2]!=0&compareUsers[,3]!=0)
if(nrow(commonTopics)==0){
user1<-rep(colnames(data[i]),1)
user2<-rep(colnames(data[j]),1)
topics<-0
}else{
user1<-rep(colnames(data[i]),nrow(commonTopics))
user2<-rep(colnames(data[j],nrow(commonTopics)))
topics<-commonTopics[,1]
}
pairwise_df<-data.frame(user1=user1,user2=user2,topics=topics,stringsAsFactors = FALSE)
result_df<-rbind(result_df,pairwise_df)
}
}
}
}
return(result_df)
}
完成？答案 0 :(得分：0)
试试这个：
do.call(rbind,
lapply(combn(names(data), 2, simplify = FALSE),
function(x) {
test <- Reduce("*", data[, x]) != 0
data.frame(setNames(as.list(x), c("user1", "user2")),
topics = if (any(test)) topicVector[test] else 0)
})
)
此
Reduce("*", inputList)构造计算）是否为零，并将其用于对主题向量进行子集化，do.call(rbind, listOfResults)构造结合起来。