R 将向量的三个值的所有组合添加到三维数组

Question

我有一个包含两列的数据框。 第一个“V1”表示找到第二列“V2”的不同项目的对象，例如：

V1 <- c("A", "A", "A", "A", "B", "B", "B", "C", "C", "C", "C")
V2 <- c("a","b","c","d","a","c","d","a","b","d","e")
df <- data.frame(V1, V2)

例如，“A”包含“a”、“b”、“c”和“d”。 我正在寻找的是一个三维数组，其维度为length(unique(V2)) （名称“a”到“e”为dimnames ）。

对于V1的每个唯一值，我想要三个V2项目的所有可能组合（例如，对于“A”，它将是c("a", "b", "c") , c("a", "b", "d"和c("b", "c", "d") 。

这些“三项共现”中的每一个都应被视为三维数组中的一个坐标，因此应将其添加到数组中的值应显示的频率计数中。 结果应该是以下数组

ar <- array(data     = c(0,0,0,0,0,0,0,1,2,1,0,1,0,2,0,0,2,2,0,1,0,1,0,1,0,
                         0,0,1,2,1,0,0,0,0,0,1,0,0,1,0,2,0,1,0,1,1,0,0,1,0,
                         0,1,0,2,0,1,0,0,1,0,0,0,0,0,0,2,1,0,0,0,0,0,0,0,0,
                         0,2,2,0,1,2,0,1,0,1,2,1,0,0,0,0,0,0,0,0,1,1,0,0,0,
                         0,1,0,1,0,1,0,0,1,0,0,0,0,0,0,1,1,0,0,0,0,0,0,0,0),
            dim      = c(5, 5, 5),
            dimnames = list(c("a", "b", "c", "d", "e"),
                            c("a", "b", "c", "d", "e"),
                            c("a", "b", "c", "d", "e")))

Answer 1

我想知道您的结果的 3D 对称性。 我花了一段时间才明白你想要拥有所有组合的所有排列。

library(gtools) #for the permutations

foo <- function(x) {
  #all combinations:
  combs <- combn(x, 3, simplify = FALSE) 
  #all permutations for each of the combinations:
  combs <- do.call(rbind, lapply(combs, permutations, n = 3, r = 3)) 
  #tabulate:
  do.call(table, lapply(asplit(combs, 2), factor, levels = letters[1:5]))
}

#apply grouped by V1, then sum the results
res <- Reduce("+", tapply(df$V2, df$V1, foo))

#check
all((res - ar)^2 == 0)
#[1] TRUE

Answer 2

我曾经使用交叉连接CJ()来保留两个不同 V2 项目的所有组合的成对计数

res <- setDT(df)[,CJ(unique(V2), unique(V2)), V1][V1!=V2,
    .N, .(V1,V2)][order(V1,V2)]

此代码创建一个包含三列的数据框res 。 V1和V2包含来自原始数据帧df的V2的相应项， N包含计数（ V1和V2出现多少次具有相同的V1值（来自原始数据帧df ）。

现在，我发现我也可以通过添加另一个unique(V2)并相应地调整代码的 rest 来执行具有三个“维度”的交叉连接。

结果是一个有四列的数据框。 V1, V2, and V3表示原始V2项目， N再次表示与相同原始V1对象相互出现的次数。

res <- setDT(df)[,CJ(unique(V2), unique(V2), unique(V2)), V1][V1!=V2 & V1 != V3 & V2 != V3,
    .N, .(V1,V2,V3)][order(V1,V2,V3)]

此代码的优点是不考虑所有空组合（根本不出现的组合）。 它使用V1中的 1,000,000 个唯一值和V2中的 600 多个唯一项，否则会导致 600 x 600 x 600 的极大数组