Question

我想要所有可能的组合，将数据帧中的某些列按2进行分组，而不重复（顺序无关紧要）。我想追加具有两个连接列名称的新列。例如：

df
col1  col2 col3 col4 
ind1    a    c    a    
ind2    c    g    a    
ind3    a    g    t

我想得到：

newdf
col1  col2  col3  col4  col2col3  col2col4  col3col4
ind1    a    c    a         ac       aa        ca 
ind2    c    g    a         cg       ca        ga
ind3    a    g    t         ag       at        gt

我尝试了以下方法：

cl <- c("col2", "col3", "col4") #vector with the columns I want
library(gtools)
lg <- length(cl) 
cmb <- combinations(lg, 2, cl) #this gives me all the combinations without repetition
cmb
     [,1]   [,2]  
[1,] "col2" "col3"
[2,] "col2" "col4"
[3,] "col3" "col4"
cmb <- paste(cmb[,1],cmb[,2]) #for joining the columns of cmb
cmb1 <- paste0("df$",cmb[,1], ", df$", cmb[,2])

此后，我尝试使用sapply，但无法使其正常工作。这是许多尝试之一。

newdf <- sapply(cmb1, function(x) {
         df$[,x] <- paste0(x)
         })

有更好的方法吗？

Answer 1

一种方法是在预定义的列列表上使用mapply()。首先，您需要像创建列名一样创建矩阵。您也可以使用comb()来做到这一点：

> df <- data.frame(col2 = c("a", "c", "a"), col3 = c("c", "g", "g"), col4 = c("a", "a", "t"), stringsAsFactors = FALSE)
> nombres <- combn(colnames(df), 2)
> nombres
     [,1]   [,2]   [,3]  
[1,] "col2" "col2" "col3"
[2,] "col3" "col4" "col4"

然后，创建两个向量列表：

> lista1 <- lapply(nombres[1,], function(x){
+   df[,x]
+ })
> 
> lista2 <- lapply(nombres[2,], function(x){
+   df[,x]
+ })
> lista1
[[1]]
[1] "a" "c" "a"

[[2]]
[1] "a" "c" "a"

[[3]]
[1] "c" "g" "g"

> lista2
[[1]]
[1] "c" "g" "g"

[[2]]
[1] "a" "a" "t"

[[3]]
[1] "a" "a" "t"

最后，使用mapply()和paste()这两个列表：

> mapply(function(x, y){
+   paste(x, y, sep = "")
+ }, x = lista1, y = lista2)
     [,1] [,2] [,3]
[1,] "ac" "aa" "ca"
[2,] "cg" "ca" "ga"
[3,] "ag" "at" "gt"

然后您可以cbind将矩阵复制到原始数据帧：

> df2 <- mapply(function(x, y){
+   paste(x, y, sep = "")
+ }, x = lista1, y = lista2)
> 
> colnames(df2) <- paste(nombres[1,], nombres[2,], sep = "")
> 
> df_new <- cbind.data.frame(df, df2)
> df_new
  col2 col3 col4 col2col3 col2col4 col3col4
1    a    c    a       ac       aa       ca
2    c    g    a       cg       ca       ga
3    a    g    t       ag       at       gt

希望有帮助！

数据框列的所有可能组合中的新列

1 个答案: