计算 R 中数据框中包含组合的行数

Question

假设我有以下由字符“a”到“e”组成的数据框：

df <- data.frame(P1 = c("a","b","c"), P2 = c("b","c","d"), P3 = c("e","a","e"))

  P1 P2 P3
1  a  b  e
2  b  c  a
3  c  d  e

我想计算包含“a”到“e”的每个组合（大小 2）的数据框行数。所以在这种情况下，“a”到“e”有 10 种不同的（大小 2）组合。

t(combn(c("a","b","c","d","e"),2))

    [,1] [,2]
 [1,] "a"  "b" 
 [2,] "a"  "c" 
 [3,] "a"  "d" 
 [4,] "a"  "e" 
 [5,] "b"  "c" 
 [6,] "b"  "d" 
 [7,] "b"  "e" 
 [8,] "c"  "d" 
 [9,] "c"  "e" 
[10,] "d"  "e" 

2行有“a”和“b”的组合，1行有“a”和“c”的组合，没有行有“a”和“d”的组合，依此类推...... ...最终我想要一个看起来像这样的数据框：

   X1 X2 Count
1   a  b     2
2   a  c     1
3   a  d     0
4   a  e     ..
......... etc

对此的任何帮助将不胜感激，我在想 dplyr 或类似的东西可能有合适的东西，但没有设法找到一个没有耗时循环或类似的简单方法。

Answer 1

您可以获取长格式数据并为每一行创建组合，计算组合并将其与我们为所有组合创建的数据连接以获取缺失值。

library(dplyr) #dplyr >= 1.0.0
library(tidyr)

ref_data <- as.data.frame(t(combn(unique(unlist(df)),2)))

df %>%
  mutate(row = row_number()) %>%
  pivot_longer(cols = -row) %>%
  group_by(row) %>%
  summarise(value = combn(sort(value), 2, toString)) %>%
  separate(value, c('V1', 'V2'), sep = ", ") %>%
  ungroup %>%
  count(V1, V2) %>%
  right_join(ref_data, by = c('V1', 'V2')) %>%
  mutate(n = replace_na(n, 0))


# A tibble: 10 x 3
#   V1    V2        n
#   <chr> <chr> <dbl>
# 1 a     b         2
# 2 a     c         1
# 3 a     e         1
# 4 b     c         1
# 5 b     e         1
# 6 c     d         1
# 7 c     e         1
# 8 d     e         1
# 9 a     d         0
#10 b     d         0