检索分层组织的两个列表之间的共同元素

Question

这是先前在此处发布的问题的变体。 R - A loop comparing elements in common between two hierarchical lists 我认为这个问题可能会对其解决方案形式产生足够的改变，因此是一个新帖子。

在比较两个分层结构的列表时，我想检索一个共同元素的列表（站点包含组，其中包含元素）

这是一些虚拟数据：

site<-c('A','A','A','A','A','A','A','A','A','B','B','B','B','B','B')
group<-c('A1','A1','A2','A2','A2','A3','A3','A3','A3', 
'B1','B1','B2','B2','B2','B2')
element<-c("red","orange","blue","black","white", "black","cream","yellow","purple","red","orange","blue","white","gray","salmon")
d<-cbind(site,group,element)

转折点在于，我不希望在组之间进行所有可能的比较，而只希望在站点之间进行比较。因此，我以这种方式组织数据。

#first level list - by site
sitelist<-split(d, list(d$site),drop = TRUE)
#list by group 
nestedlist <- lapply(sitelist, function(x) split(x, x[['group']], drop = TRUE))

我的目的是创建一个列表，其中包含两个站点的组之间的共同元素（我的原始数据有其他站点）。因此，如果数据的结构如下：

    A1  A2  A3
B1  2   0   0
B2  0   2   0

我需要出现在 A1/B1 和 A2/B2 交叉点的元素列表。 因此输出为：

output
$A1-B1
[1] "red"     "orange"

$A2-B2
[2] "blue"    "white"

我的尝试与上一个相关问题中发布的内容类似，只是对我认为可行的内容进行了调整。

t <- outer(1:length(d$A),
         1:length(d$B),
         FUN=function(i,j){
           sapply(1:length(i),
                  FUN=function(x) 
                    intersect(d$A[[i]]$element, d$B[[j]]$element) )
         })

再次，非常感谢任何帮助，如果这与问题过于相似，我们深表歉意。我尝试调整所有建议都失败了。

Answer 1

您的代码 (outer) 的前提是合理的。这里有几个想法。 （请注意，我将您的数据更改为使用cbind.data.frame(..., stringsAsFactors=FALSE)。）

首先，重组对我有一点帮助：

dl <- list(
  A = with(subset(d, site=="A"), split(element, group)),
  B = with(subset(d, site=="B"), split(element, group))
)
str(dl)
# List of 2
#  $ A:List of 3
#   ..$ A1: chr [1:2] "red" "orange"
#   ..$ A2: chr [1:3] "blue" "black" "white"
#   ..$ A3: chr [1:4] "black" "cream" "yellow" "purple"
#  $ B:List of 2
#   ..$ B1: chr [1:2] "red" "orange"
#   ..$ B2: chr [1:4] "blue" "white" "gray" "salmon"

您更喜欢哪个选项取决于您打算如何检索结果。如果您以编程方式进行操作，那么我认为我更喜欢选项 1，它是对配对的完全明确的随机访问；为该随机访问配对使用选项 2，您需要将所需的索引组合到一个新字符串中并假设它在列表中。

如果您想要的结果主要用于报告，那么选项 2 可能会起作用，因为默认情况下它会以人类可读的名称展开。 YMMV。

选项 1：

func <- function(a,b) Map(intersect, a, b)
o1 <- outer(dl[[1]], dl[[2]], func)
o1
#    B1          B2         
# A1 Character,2 Character,0
# A2 Character,0 Character,2
# A3 Character,0 Character,0

这看起来像是胡言乱语，但每个单元格都是一个list：

o1["A1","B1"]
# [[1]]
# [1] "red"    "orange"
o1[["A2","B2"]] # only difference: double-bracket, returns vector not list
# [1] "blue"  "white"
apply(o1, 1, lengths)
#    A1 A2 A3
# B1  2  0  0
# B2  0  2  0

选项 2：

eg2 <- do.call(expand.grid, dl)
o2 <- setNames(Map(intersect, eg2$A, eg2$B),
               apply(sapply(eg2, names), 1, paste, collapse = "-"))
o2
# $`A1-B1`
# [1] "red"    "orange"
# $`A2-B1`
# character(0)
# $`A3-B1`
# character(0)
# $`A1-B2`
# character(0)
# $`A2-B2`
# [1] "blue"  "white"
# $`A3-B2`
# character(0)

如果空元素是个问题，你可以

Filter(length, o2)
# $`A1-B1`
# [1] "red"    "orange"
# $`A2-B2`
# [1] "blue"  "white"