在 R 数据框中添加具有可能组合的行

Question

首先，请接受我对一个糟糕的标题的歉意——我相信会有更好的标题，但我缺乏正确的英语/数学术语来正确表达它。 我也很确定我的问题很简单，但由于一些基本的数学无知，我什至不知道如何调用一个像样的谷歌搜索。

我正在尝试在成对的列中查找所有可能的项目组合。

给定这样的数据框：

data.frame(obj1 = c("A", "B", "C", "D", "E", "F"),
           obj2 = c("B", "C", "D", "E", "F", "A"),
           obj3 = c("C", "D", "E", "F", "A", "B"),
           obj4 = c("D", "E", "F", "A", "B", "C"),
           obj5 = c("E", "F", "A", "B", "C", "D"),
           obj6 = c("F", "A", "B", "C", "D", "E"))

  obj1 obj2 obj3 obj4 obj5 obj6
1    A    B    C    D    E    F
2    B    C    D    E    F    A
3    C    D    E    F    A    B
4    D    E    F    A    B    C
5    E    F    A    B    C    D
6    F    A    B    C    D    E

我想以某种方式添加新行，即每对列 (obj1-obj2, obj1-obj3, obj1-obj4, ..., @ 987654336@-obj6) 出现所有项目组合。

例如：在第一列对中：obj1-obj2，项目 A 仅与项目 B 和 F 一起出现。缺少其他项目级别组合，这就是我想要的。

注意事项：
- 每个项目 (A,...,F) 在数据框的每一行中只能出现一次
- 相同的字母对（A-B 和 B-A）在一行中被视为重复，而不是在列中

实际上，我希望按行增长这个数据框，以便在选择随机的一对列时，会出现 6 个项目的每个组合。

我的直觉告诉我，我正在查看一个 90 x 6 大小的数据框，但这只是直觉，我无法输入公式并解释我是如何得出这个数字的 :)

如果我的问题不清楚，答案很明显或以任何其他方式违反任何规则，请告诉我，以便我尝试解释自己

编辑
收到所有的cmets后，我会尝试更清楚地解释自己。

考虑一下这个简单的实验条件表，我们称它为 table1 并将其视为一个对象间表：

在这种更简单的情况下，每个参与者将看到 6 对目标项目（A、B、C），这些目标项目以下列方式（table2）取自列 (col1, col2, col3) > - 在主题表中）：

这 6 个试验保证每对中的每个参与者都存在目标项目的每个组合。

如果我以固定顺序（例如：快乐、悲伤、聪明、无聊、困惑、疲倦）为每个参与者呈现 6 个不同的特征（表 2 中的每个试验一个），则在 3 个参与者之后将呈现每个特征关于目标项目的每个组合。
对于参与者 1 - 特征快乐将呈现目标 A - B
对于参与者 2 - 特征快乐将与目标 B - C
一起呈现 对于参与者 3 - 特征快乐将呈现与目标 C - A
注意，一组（理论）B - A 将被视为重复。

我正在寻找一种将 table1 从上述 3 项示例扩展为 6 项 table1 的方法。 自然 table2 也会增长，但已经处理好了。 Table1 是导致我出现问题的原因。

这就是起点的样子

感谢您的帮助。 最好的问候。

Answer 1

再看这个，考虑以下起始位置，可以用来生成6个组合，如Maurits Evers的回答所示。

A B C D E F
A C E B D F
A E D C B F
A D B E C F

这个家族是通过占据前一个位置的位置 1 3 5 2 4 6 生成的。加上所有的班次，这是 24 种不同的排序。

你可以用类似的方式再生成 24 个，从

开始

F E D C B A

我很确定我们可以得到另一个

A B C E F D

这可能意味着以下内容也不错：

A C F B E D
A F E C B D
A E B F C D

（同样适用于所有F -> A。

那就是 96。我错过了任何一个还是重复了一个？

Answer 2

注意：我不确定你在追求什么。我的回答似乎没有解决您的问题，但是由于@MelissaKey 的回答中的引用，我将保留它。

1. 定义一个移位函数，将数值向量的条目循环向左移动n

   shift <- function(x, n = 1) {
     if (n == 0) x else c(tail(x, -n), head(x, n))
   }
   

2. 如果我们现在从一个初始向量 v 开始，它对应于您的预期输出的第一行 data.frame

   v <- c("A", "B", "C", "D", "E", "F")
   

   我们可以通过rbinding 连续转换v 的版本来重现您的预期输出

   do.call(rbind, lapply(0:(length(v) - 1), function(i) shift(v, i)))
   #    [,1] [,2] [,3] [,4] [,5] [,6]
   #[1,] "A"  "B"  "C"  "D"  "E"  "F"
   #[2,] "B"  "C"  "D"  "E"  "F"  "A"
   #[3,] "C"  "D"  "E"  "F"  "A"  "B"
   #[4,] "D"  "E"  "F"  "A"  "B"  "C"
   #[5,] "E"  "F"  "A"  "B"  "C"  "D"
   #[6,] "F"  "A"  "B"  "C"  "D"  "E"
   

这将适用于任何长度 k 的任何初始向量，生成维度为 k x k 的最终 matrix。