我有一个清单
Gson gson = new GsonBuilder().setFieldNamingPolicy(FieldNamingPolicy.LOWER_CASE_WITH_UNDERSCORES).create();
我想合并具有公共元素的列表切片,并索引已合并列表切片的索引。我想要的输出如下。
[[1]]
[1] 7
[[2]]
[1] 10 11 12 211 446 469
[[3]]
[1] 10 11 12 13
[[4]]
[1] 11 12 13 215
[[5]]
[1] 15 16
[[6]]
[1] 15 17 216 225
(我已将原始列表切片索引作为新列表名称,但任何形式的输出都可以。)
可重复数据:
$`1`
[1] 7
$`2`, `3`, `4`
[1] 10 11 12 13 211 215 446 469
$`5`,`6`
[1] 15 16 17 216 225
答案 0 :(得分:10)
对解决方案不满意,但我认为这给出了答案。仍有改进的余地:
unique(sapply(lst, function(x)
unique(unlist(lst[sapply(lst, function(y)
any(x %in% y))]))))
#[[1]]
#[1] 7
#[[2]]
#[1] 10 11 12 211 446 469 13 215
#[[3]]
#[1] 15 16 17 216 225
这基本上是双循环,用于检查列表元素是否存在于任何其他列表中。如果您找到任何此类元素,则将它们合并在一起,仅从中获取unique
个值。
数据强>
lst <- list(7, c(10 ,11 ,12, 211, 446, 469), c(10, 11, 12, 13),c(11 ,12, 13 ,215),
c(15, 16), c(15, 17 ,216 ,225))
答案 1 :(得分:8)
这是使用&#34; Matrix&#34;的另一种方法。和&#34; igraph&#34;包。
首先,我们需要提取连接哪些元素的信息。使用稀疏矩阵可以节省大量内存:
library(Matrix)
i = rep(1:length(mylist), lengths(mylist))
j = factor(unlist(mylist))
tab = sparseMatrix(i = i, j = as.integer(j), x = TRUE, dimnames = list(NULL, levels(j)))
#as.matrix(tab) ## just to print colnames
# 7 10 11 12 13 15 16 17 211 215 216 225 446 469
#[1,] TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
#[2,] FALSE TRUE TRUE TRUE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE TRUE TRUE
#[3,] FALSE TRUE TRUE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
#[4,] FALSE FALSE TRUE TRUE TRUE FALSE FALSE FALSE FALSE TRUE FALSE FALSE FALSE FALSE
#[5,] FALSE FALSE FALSE FALSE FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
#[6,] FALSE FALSE FALSE FALSE FALSE TRUE FALSE TRUE FALSE FALSE TRUE TRUE FALSE FALSE
查找每个元素是否相互连接:
connects = tcrossprod(tab, boolArith = TRUE)
#connects
#6 x 6 sparse Matrix of class "lsCMatrix"
#
#[1,] | . . . . .
#[2,] . | | | . .
#[3,] . | | | . .
#[4,] . | | | . .
#[5,] . . . . | |
#[6,] . . . . | |
然后,使用图表,我们可以对&#34; mylist&#34;的索引进行分组:
library(igraph)
# 'graph_from_adjacency_matrix' seems to not work with the "connects" object directly.
# An alternative to coercing "connects" here would be to build it as 'tcrossprod(tab) > 0'
group = clusters(graph_from_adjacency_matrix(as(connects, "lsCMatrix")))$membership
#group
#[1] 1 2 2 2 3 3
最后,连接:
tapply(mylist, group, function(x) sort(unique(unlist(x))))
#$`1`
#[1] 7
#
#$`2`
#[1] 10 11 12 13 211 215 446 469
#
#$`3`
#[1] 15 16 17 216 225
tapply(1:length(mylist), group, toString)
# 1 2 3
# "1" "2, 3, 4" "5, 6"
答案 2 :(得分:0)
这是一个完成任务的递归函数(虽然现在它会生成一堆警告)。
mylist <- list(7, c(10, 11, 12, 211, 446, 469), c(10, 11, 12, 13), c(11, 12, 13, 215), c(15, 16), c(15, 17, 216, 225))
commonElements = function(l,o=list(l[[1]])){
if(length(l) == 0){return(o)}
match = which(unlist(lapply(lapply(o,intersect,l[[1]]),any)))
if(length(match) == 0) o[[length(o)+1]] = l[[1]]
if(length(match) == 1) o[[match]] = unique(c(o[[match]],l[[1]]))
if(length(match) > 1){
o[[match[1]]] = unique(unlist(o[match]))
p[rev(match)[-1]] = NULL
}
l[[1]] = NULL
commonElements(l,o)
}
commonElements(mylist)
基本上,传入一个列表并使用o
的第一个元素实例化输出l
。然后针对l
中的每个组检查o
的每个值,如果它不匹配,则在o
中创建一个新元素,如果它匹配一个,保留唯一集合,如果它匹配更多1,连接o
中的组并删除附加组件。
答案 3 :(得分:0)
这是一种基于purrr的方法:
library(purrr)
mylist <- list(7,
c(10, 11, 12, 211, 446, 469),
c(10, 11, 12, 13),
c(11, 12, 13, 215),
c(15, 16),
c(15, 17, 216, 225))
result <- mylist %>%
# check whether any numbers of an element are in any of the elements
map(~map_lgl(mylist, compose(any, `%in%`), .x)) %>%
unique() %>% # drop duplicated groups
map(~reduce(mylist[.x], union)) # subset lst by group and collapse subgroups
str(result)
#> List of 3
#> $ : num 7
#> $ : num [1:8] 10 11 12 211 446 469 13 215
#> $ : num [1:5] 15 16 17 216 225
这里的逻辑类似于Ronak的回答;我发现这更容易阅读。如果您愿意,可以将最后一行写为map(~unique(flatten_dbl(mylist[.x])))
或将其拆分为map(~mylist[.x]) %>% simplify_all() %>% map(unique)
。
对于哪个元素聚合到哪个组的索引,只需在用于子集化的元素上调用which
:
mylist %>%
map(~map_lgl(mylist, compose(any, `%in%`), .x)) %>%
unique() %>%
map(which) %>%
str()
#> List of 3
#> $ : int 1
#> $ : int [1:3] 2 3 4
#> $ : int [1:2] 5 6
整个事情的替代逻辑是使列表嵌套而不是调用,这意味着自联接是预先的(使用cross2
),之后没有子集,并且大多数函数都是只是设置操作:
mylist %>%
map(cross2, mylist) %>%
modify_depth(2, reduce, ~if(length(intersect(.x, .y)) > 0) sort(union(.x, .y))) %>%
map(reduce, union) %>%
unique()
或使用cross2
的{{1}}参数
.filter
可以压缩到
mylist %>%
map(cross2, mylist, ~length(intersect(.x, .y)) == 0) %>%
map(compose(sort, unique, unlist)) %>%
unique()
这些方法不会在重复之前删除重复的组,因此它们的效率可能会降低。