相同data.frame列的交叉比

我有data.frame，看起来像这样：相同data.frame列的交叉比

> DF1  

A B C D E  
a x c h p 
c d q t w 
s e r p a 
w l t s i 
p i y a f

我想我data.frame的每一列，其余的列，以便比较统计通用元素的数量。例如，我想塔A以这种方式比较所有剩余列（B，C，d，e）和计数常见实体：

A与其余：

A对B：0（因为它们具有0共同的要素）
A对C：1（在共同c）中
A对d：2（p和S中常见）
A对E：3-（p， w，a，共同）

然后相同：B对C，D，E列等。

任何人都可以帮助我吗？我不知道如何实现这一点。

来源

2017-04-27 Bfu38

我们可以遍历列名，并与其他栏目相比，通过采取intersect并获得length

sapply(names(DF1), function(x) { 
    x1 <- lengths(Map(intersect, DF1[setdiff(names(DF1), x)], DF1[x])) 
    c(x1, setNames(0, setdiff(names(DF1), names(x1))))[names(DF1)]}) 
# A B C D E 
#A 0 0 1 3 3 
#B 0 0 0 0 1 
#C 1 0 0 1 0 
#D 3 0 1 0 2 
#E 3 1 0 2 0

或者，这可以通过采取跨产品越来越之后更紧凑地进行长格式化（melt）数据集

library(reshape2) 
tcrossprod(table(melt(as.matrix(DF1))[-1])) * !diag(5) 
# Var2 
#Var2 A B C D E 
# A 0 0 1 3 3 
# B 0 0 0 0 1 
# C 1 0 0 1 0 
# D 3 0 1 0 2 
# E 3 1 0 2 0

音符的频率：本crossprod部分也与RcppEigenhere这将使这个更快

来源

2017-04-27 13:18:00 akrun

非常感谢你akrun。它完美的工作！ – Bfu38

另一种方法是使用combn两次，一次获得列组合，然后找到元素相交的长度。

cbind.data.frame返回数据帧，setNames用于添加列名称。

setNames(cbind.data.frame(t(combn(names(df), 2)), 
       combn(names(df), 2, function(x) length(intersect(df[, x[1]], df[, x[2]])))), 
     c("col1", "col2", "count")) 
    col1 col2 count 
1  A B  0 
2  A C  1 
3  A D  3 
4  A E  3 
5  B C  0 
6  B D  0 
7  B E  1 
8  C D  1 
9  C E  0 
10 D E  2

来源

2017-04-27 13:26:58 lmo

相同data.frame列的交叉比

回答

相关问题