总结给定唯一组合的两列答案

【问题标题】：Summarize two columns given unique combinations总结给定唯一组合的两列
【发布时间】：2014-02-16 11:29:51
【问题描述】：

提前致谢。我有一个旅行数据框，表示开始位置、结束位置和每个位置之间的距离组合。像这样：

Start = c("Johns House", "Mikes House", "Franks House")
Finish = c("Mikes House", "Johns House", "Lisas House")
Distance = c(1000,1000,500) 
myDF = data.frame(Start, Finish, Distance)

我想返回一个处理 John/Mike 两次旅行的新数据框，但将它们视为一个独特的组合。具体来说，我想返回每个组合的总行程次数和位置之间的距离 - 所以输出将是：

newStart = c("Johns House", "Franks House")
newFinish = c("Mikes House", "Lisas House")
newDistance = c(1000,500)
Count = c(2,1)
newDF = data.frame(newStart, newFinish, newDistance, Count)

再次感谢。

【问题讨论】：

标签： r

【解决方案1】：

我认为使用 SQL 会更容易。在 R 中安装 SQL 包，例如“sqldf”。

首先你可以计算每个元组有多少次开始 - 以任何一种方式结束：

library(sqldf)

sqldf("select distinct 
      min(a.Start, a.Finish) Start, 
      max(a.Start, a.Finish) Finish, 
      a.Distance, 
      count(*) Count
      from myDF a, myDF b
      where (a.Start = b.Start and  a.Finish = b.Finish)
      or (a.Start = b.Finish and a.Finish = b.Start)
      group by a.Start")

#          Start      Finish Distance Count
# 1 Franks House Lisas House      500     1
# 2  Johns House Mikes House     1000     2

【讨论】：

【解决方案2】：

library(data.table)
myDT <- data.table(myDF)
x <- paste(myDT$Start, myDT$Finish, sep = "|")
myDT$v <- vapply(x, function(xi) paste(sort(strsplit(xi, "[|]")[[1]]), collapse=''), '')
myDT[, Count := length(Distance), by = v]
myDT <- myDT[!duplicated(v), ]
myDT

#          Start      Finish Distance           v Count
#1:  Johns House Mikes House     1000  JohnsMikes     2
#2: Franks House Lisas House      500 FranksLisas     1

我使用@Tommy 的答案How to sort letters in a string? 对字符串进行排序。

【讨论】：

字符串是否像示例中那样使用“XYZ House”？因为我是根据这个来分裂的。我已经更新了我的答案，以便更清楚地了解发生了什么。
我刚刚在示例上运行了您的代码，myDF 保持不变。
感谢马特...感谢您的帮助 - 但仍然没有运气
第三次魅力？没有注意到您想要计数，而我在原始答案中省略了将字符串粘贴在一起。
Matt- 谢谢，这真的很酷。感谢您回答这个问题，但我很好奇是否可以对其进行修改，以便对所使用的实际字符串没有要求。比如说，不是“House”而是“Bus Stop”