檢查對於 var1 的每個唯一值，是否有一個觀察值在 R 中按組 (var4) 等於 var2 或 var3

Question

我認為我有一個不復雜的問題，但我對 R 的了解非常基礎，所以我找不到答案。 我有4個變量。 一個是我稱之為cluster的分組變量。 其他 3 個（ ID 、 IDman 、 IDwoman ）是個人的 ID。 像這樣的東西：

cluster <- c("a", "a", "a", "b", "b", "b", "c", "c", "c")

ID <- c(1, 7, 18, 3, 3, 9, 25, 10, 19)

IDman <- c(1, 2, 3, 3, 3, 4, 10, 10, 6)

IDwoman <- c(5, 7, 9, 11, 12, 14, 19,19,5)

households <- data.frame(cluster, ID, IDman, IDwoman)

數據框（ household ）基本上顯示了家庭（ cluster ）中的個人（ ID ）。 有時，這些個體是一個婚姻，這個信息是由 IDman 和 IDwoman 的某種組合給出的：它發生在同一個集群中的ID等於IDman和ID等於IDwoman 。 例如，對於第一個集群（集群=a，或前 3 行）有一個婚姻。 IDman=1 和 IDwoman=7 是婚姻，因為他們在同一個家庭（集群=a）並且因為 ID 和 IDman 在第一行中等於 1，但在第二行中 ID 和 IDwoman 也等於 7（所有這些都發生在集群 a)。

所以，我需要的是為每個 ID-equals-IDman 和 ID-equals-IDwoman cluster找到唯一組合的數量。 例如，在第二個cluster ，我們沒有（因為沒有 IDwoman=9），而在第三個cluster我們又有一個，因為 IDman=10 和 IDwoman=19 都出現在 ID 中，並且觀察的重復不考慮 IDman=10 和 IDwoman=19。 結果不需要是顯示這些鏈接的數據集。 只是每個集群的這些獨特組合的數量。

我不知道如何解決這個問題。 我正在通過apply或sapply函數嘗試一些事情，但沒有任何效果。

任何想法都非常受歡迎。

謝謝！

Answer 1

考慮使用ave （按組內聯聚合）分配Margin列，其中max用於返回任何TRUE值。

households <- within(households, {    
    man <- ave(IDman %in% ID, cluster, FUN=max)
    woman <- ave(IDwoman %in% ID, cluster, FUN=max)
    marriage <- man == 1 & woman == 1

    rm(man, woman)    
})

households
#   cluster ID IDman IDwoman marriage
# 1       a  1     1       5     TRUE
# 2       a  7     2       7     TRUE
# 3       a 18     3       9     TRUE
# 4       b  3     3      11    FALSE
# 5       b  3     3      12    FALSE
# 6       b  9     4      14    FALSE
# 7       c 10    10      19     TRUE
# 8       c 19     6       5     TRUE
# 9       c 25    10      19     TRUE

對於唯一組合，按行和列相應地過濾數據框，然后運行unique ：

unique(households[households$marriage == TRUE,
                  c("cluster", "marriage")])

#   cluster marriage
# 1       a     TRUE
# 7       c     TRUE