来自多个变量的所有可能亚群[重复]

Question

我有这样的数据

v1    = sample(c("a","b"), 1000, replace = T)
v2    = sample(c("c","d"), 1000, replace = T)
X     = cbind(v1, v2)

即两个变量，每个变量可以取两个值。目标是生成一个索引或类似的东西，以根据这两个变量将此数据子集到所有可能的子集中。这九个子集可以使用以下条件来描述（稍微滥用符号）：

#1# (a    ) & (c    )
#2# (a    ) & (    d)
#3# (    b) & (c    )
#4# (    b) & (    d)
#5# (a    ) & (c | d)
#6# (    b) & (c | d)
#7# (a | b) & (c    )
#8# (a | b) & (    d)
#9# (a | b) & (c | d)

也就是说，子集#1 应该满足(var1 == "a") & (var2 == "c")，子集#5 应该满足var1 == "a"，而子集#9 对应于完整的数据集，依此类推。

这个问题可能与this 密切相关，我怀疑我想要的可以使用combn() 来完成。但是，我无法弄清楚如何将其中的答案扩展到我的问题的多个变量。

使用硬编码循环解决这个特定问题绝对是可能的（同时也非常不优雅）。但是，该解决方案应该推广到更多变量和每个变量的不同数量的值。因此，这很快变得不可行。

编辑：在另一个线程中找到答案，将此标记为重复。

Answer 1

您并没有真正描述您想要的输出格式，但这里是一个 data.frame，其中两列代表两个变量的组合。我将您的初始对象转换为 data.frame，因为我假设您正在使用它，并且它更自然地适合此操作。

请注意，我的解决方案或多或少是一个嵌套循环，将for 替换为lapply。

varList <-
lapply(X, function(s) {
  s <- sort(unique(s))
  unlist(lapply(seq_along(s), function(n) combn(s, n, paste, collapse=" ")))
})

在这里，遍历列，获取每列的唯一值，并使用lapply 和combn 获取变量级别的所有组合。如果您想让这些更结构化，您可以尝试使用list 而不是paste。

接下来获取每个列表元素的组合以返回最终结果。

expand.grid(varList)

返回

   v1  v2
1   a   c
2   b   c
3 a b   c
4   a   d
5   b   d
6 a b   d
7   a c d
8   b c d
9 a b c d

变量是因子。您可以使用expand.grid 中的stringsAsFactors 参数将它们转换为字符串。