在 R 中创建 data.frame 列组合的索引答案

【问题标题】：Create an Index of a combination of data.frame columns in R在 R 中创建 data.frame 列组合的索引
【发布时间】：2013-02-12 11:05:00
【问题描述】：

这个问题与one 有点相关，但是我想使用两个 data.frame 列的唯一组合创建一个索引。所以我的数据结构看起来像这样（dput）：

structure(list(avg = c(0.246985988921473, 0.481522354272779, 
0.575400762275067, 0.14651009243539, 0.489308880181752, 0.523678968337178
), i_ID = c("H", "H", "C", "C", "H", "S"), j_ID = c("P", "P", 
"P", "P", "P", "P")), .Names = c("avg", "i_ID", "j_ID"), row.names = 7:12, class = "data.frame")

因此为上述结构创建的索引应如下所示

在示例数据中，列 j_ID 始终具有值 P，但情况并非总是如此。此外，反之亦然（S-P 或 P-S）组合应产生相同的索引。

有人知道实现这一目标的好方法吗？我可以使用很多 for 循环和 if-else 命令来做到这一点，但这并不是很优雅。

【问题讨论】：

标签： r dataframe indexing

【解决方案1】：

interaction 函数可以正常工作：

foo = structure(list(avg = c(0.246985988921473, 0.481522354272779, 0.575400762275067, 0.14651009243539, 0.489308880181752, 0.523678968337178), i_ID = c("H", "H", "C", "C", "H", "S"), j_ID = c("P", "P", "P", "P", "P", "P")), .Names = c("avg", "i_ID", "j_ID"), row.names = 7:12, class = "data.frame")

foo$idx <- as.integer(interaction(foo$i_ID, foo$j_ID))

> foo
         avg i_ID j_ID idx
7  0.2469860    H    P   2
8  0.4815224    H    P   2
9  0.5754008    C    P   1
10 0.1465101    C    P   1
11 0.4893089    H    P   2
12 0.5236790    S    P   3

啊，我读得不够仔细。可能有更优雅的解决方案，但可以使用outer 函数和上下三角形：

# lets assign some test values
x <- c('a', 'b', 'c') 
foo$idx <- c('a b', 'b a', 'b c', 'c b', 'a a', 'b a') 

mat <- outer(x, x, FUN = 'paste') # gives all possible combinations
uppr_ok <- mat[upper.tri(mat, diag=TRUE)]
mat_ok <- mat
mat_ok[lower.tri(mat)] <- mat[upper.tri(mat)]

然后您可以将mat 中的索引与mat_ok 中的索引进行匹配：

foo$idx <- mat_ok[match(foo$idx, mat)]

【讨论】：

> 此外，反之亦然（S-P 或 P-S）组合应该产生相同的索引。
我认为这不会遵守 S-P 和 P-S 具有相同索引的另一个约束。
是的，它确实工作得很好，但是正如 Gavin 所说，它并没有给出相同的索引，反之亦然

【解决方案2】：

要添加到Justin's answer，如果您希望索引保留i_ID 的原始顺序，您可以将interaction() 结果分配给一个变量，然后将order 分配给levels。

x <- interaction(foo$i_ID, foo$j_ID) 
x <- factor(x, levels=levels(x)[order(unique(foo$i_ID))])

foo$idx <- as.integer(x)

给出：

> foo
         avg i_ID j_ID idx
7  0.2469860    H    P   1
8  0.4815224    H    P   1
9  0.5754008    C    P   2
10 0.1465101    C    P   2
11 0.4893089    H    P   1
12 0.5236790    S    P   3

【讨论】：