Question

请考虑以下数据框：

> A
  primero segundo Pref comentario
1       A       B    B   bavodkzn
2       B       A    B   tgczxobh
3       B       C    B   wavkflpr
4       C       A    C   ujplgzkh
5       A       C    C   hfsnrdaq
6       A       B    A       asdf

每行包含以下内容：primero和segundo，是由个人测试的产品； Pref是该个人的首选选项，而comentario是该个人的评论。
在我的分析中，我只关心首选产品和他们测试过的两种产品（不订单）。因此，预期输出为：

> Group_1
  primero segundo Pref comentario
1       A       B    B   bavodkzn
2       B       A    B   tgczxobh
> Group 2
  primero segundo Pref comentario
3       B       C    B   wavkflpr
> Group 3
  primero segundo Pref comentario
4       C       A    C   ujplgzkh
5       A       C    C   hfsnrdaq
> Group 4
 primero segundo Pref comentario
6       A       B    A       asdf

这可以通过循环来完成，但是我认为可能存在更直接的解决方案，也许可以通过dplyr。

dput的数据：

structure(list(primero = c("A", "B", "B", "C", "A", "A"), segundo = c("B", 
"A", "C", "A", "C", "B"), Pref = c("B", "B", "B", "C", "C", "A"
), comentario = c("bavodkzn", "tgczxobh", "wavkflpr", "ujplgzkh", 
"hfsnrdaq", "asdf")), row.names = c(NA, -6L), class = "data.frame")

编辑

查看响应，我发现我对预期的输出不够清楚：

应该对primero，segundo 和 Pref进行数据拆分。
给定的组 i 应当包含从相同的选择（Pref==B和primero中选择了与首选产品相同的产品（例如segundo）的个人，无论最后两个的顺序如何。

因此

  primero segundo Pref comentario
1       A       B    B   bavodkzn
2       B       A    B   tgczxobh

同时应全部属于同一组

  primero segundo Pref comentario
6       A       B    A       asdf

不属于同一组，因为它们的首选项不同。我已经更新了数据集和预期结果。

Answer 1

从您的预期输出中，您似乎需要捕获前两列（primero和segundo）中的重复项。在这种情况下，您可以按行对条目进行排序，并使用duplicated创建组，即

cumsum(!duplicated(apply(A[c(1,2)], 1, function(i) toString(sort(i)))))
#[1] 1 1 2 3 3

要应用和拆分（如果需要）原始数据框，

v1 <- cumsum(!duplicated(apply(A[c(1,2)], 1, function(i) toString(sort(i)))))
split(A, v1)

给出，

$`1`
  primero segundo Pref comentario
1       A       B    B   bavodkzn
2       B       A    B   tgczxobh

$`2`
  primero segundo Pref comentario
3       B       C    B   wavkflpr

$`3`
  primero segundo Pref comentario
4       C       A    C   ujplgzkh
5       A       C    C   hfsnrdaq

Answer 2

您可以将primero和segundo放入向量中，然后对其进行排序（以使A-B和B-A等效）并合并。然后只需拆分此变量+ Pref变量：

library(tidyverse)

A %>%
  as_tibble() %>%
  mutate(x = map2_chr(primero, segundo, ~c(.x, .y) %>% sort() %>% str_c(collapse = ', '))) %>%
  split(list(.$x, .$Pref)) %>%
  map(~select(.x, -x)) %>%
  `[`(map_lgl(., ~nrow(.x) > 0))

输出：

$`A, B.A`
# A tibble: 1 x 4
  primero segundo Pref  comentario
  <chr>   <chr>   <chr> <chr>     
1 A       B       A     asdf      

$`A, B.B`
# A tibble: 2 x 4
  primero segundo Pref  comentario
  <chr>   <chr>   <chr> <chr>     
1 A       B       B     bavodkzn  
2 B       A       B     tgczxobh  

$`B, C.B`
# A tibble: 1 x 4
  primero segundo Pref  comentario
  <chr>   <chr>   <chr> <chr>     
1 B       C       B     wavkflpr  

$`A, C.C`
# A tibble: 2 x 4
  primero segundo Pref  comentario
  <chr>   <chr>   <chr> <chr>     
1 C       A       C     ujplgzkh  
2 A       C       C     hfsnrdaq

按首选项+考虑的选项分组

2 个答案: