Question

我有一个包含几列类别协变量的数据框。我正在尝试生成n选择2个表，

table(df[[1]],df[[2]]) table(df[[1]],df[[3]]) ... table(df[[n-1]],df[[n]])

我尝试将外部用作outer(df,df,table)，但我得到一个可以肯定的错误，因为它会使用单括号而不是双括号。

我也尝试使用combn(df,2)，但是它丢失了因子名称。

我应该简单地使用循环吗？建议我反对这样做，而赞成向量化，但是如果它同样有效，那么就足够了。

我应该提到我也尝试过xtabs(~., df)，但是我认为这不仅生成了表，而且还生成了边际意外事件表。

有关矢量化的任何帮助，否则这些功能将很有用

编辑：我设法使用xtabs并通过将ith和jth变量名称粘贴到嵌套的for循环中由“ +”分隔的公式中，从而使用as.formula做到了这一点。

Answer 1

循环效率不高应该无关紧要，因为循环不会很大。但是，apply函数家族既具有表达性又很方便，因此值得考虑。这样就不必为结果预先分配数据结构，并且避免了麻烦的双重循环。

我将用一个玩具数据集来说明，一次只一步。让我们创建一个数据框df，其中包含三列，分别为“ x”，“ y”和“ z”：

> n <- 1:5; (df <- as.data.frame(cbind(x=n, y=n*10, z=n*100)))

  x  y   z
1 1 10 100
2 2 20 200
3 3 30 300
4 4 40 400
5 5 50 500

df可以很容易地产生combn的一对不同名称对，如问题所示：

> combn(names(df), 2)

     [,1] [,2] [,3]
[1,] "x"  "x"  "y" 
[2,] "y"  "z"  "z"

您可以使用每一列来索引df的列：

> apply(combn(names(df), 2), 2, function(i) df[i])

[[1]]
  x  y
1 1 10
2 2 20
3 3 30
4 4 40
5 5 50

[[2]]
  x   z
1 1 100
2 2 200
3 3 300
4 4 400
5 5 500

[[3]]
   y   z
1 10 100
2 20 200
3 30 300
4 40 400
5 50 500

结果是一个数据帧列表，每个数据帧都有适当命名的列。因此，您可以调用lapply来生成表。这是完整的解决方案。它会产生一个表列表。

>  lapply(apply(combn(names(df), 2), 2, function(i) df[i]), table)

[[1]]
   y
x   10 20 30 40 50
  1  1  0  0  0  0
  2  0  1  0  0  0
  3  0  0  1  0  0
  4  0  0  0  1  0
  5  0  0  0  0  1

[[2]]
   z
x   100 200 300 400 500
  1   1   0   0   0   0
  2   0   1   0   0   0
  3   0   0   1   0   0
  4   0   0   0   1   0
  5   0   0   0   0   1

[[3]]
    z
y    100 200 300 400 500
  10   1   0   0   0   0
  20   0   1   0   0   0
  30   0   0   1   0   0
  40   0   0   0   1   0
  50   0   0   0   0   1

Answer 2

通过使用Map功能，您可以使用FP魔术轻松完成此操作，

Map(function(n) table(a[[n[1]]], a[[n[2]]]), combn(colnames(a), 2, simplify = FALSE))

来自两列以上数据框的成对因素/分类变量列联表

2 个答案: