R 所有可能的子组合

Question

我有一些看起来像这样的数据：

basin <- c("Volta","Seine","Limpopo")
c1 <- c("BEN","BEL","SA")
c2 <- c("BURK","FRA","MOZ")
c3 <- c("IVC","LUX","ZIM")
c4 <- c("GHA","NA","BOTS")
c5 <- c("MALI","NA","NA")
c6 <- c("TOGO","NA","NA")
df <- data.frame(basin, c1, c2, c3, c4, c5, c6)

    basin  c1  c2  c3   c4   c5   c6
1   Volta BEN BUR IVC  GHA MALI TOGO
2   Seine BEL FRA LUX   NA   NA   NA
3 Limpopo  SA MOZ ZIM BOTS   NA   NA

每个流域有 k 个国家。例如在第一行，我需要生成 5 个国家的所有组合，4 个国家的所有组合，等等。第二行我需要生成 2 个国家的所有组合，第三行需要生成 3 个国家和 2 个国家的所有组合。然后我想将这些子集添加为数据中的新行。

我尝试使用这个功能：

    allSubs <- function(x, k) {
  if(k > length(x)) stop('k > length(x)')
  if(choose(length(x), k)==1){
    list(as.vector(combn(x, k)))
  } else {
    cbn <- combn(x, k)
    lapply(seq(ncol(cbn)), function(i) cbn[,i])
  }
}    

但是，如果我向它提供这样的数据，我只能让它工作：

allSubs(c('BEN','BURK','IVC','GHA','MALI','TOGO'),4)

但我真的需要它来遍历数据框中的行。我很感激任何帮助。

Answer 1

这是一个数据如下的解决方案（您的输入数据仍然有点问题，我修改了代码以生成正确的数据）：

basin <- c("Volta","Seine","Limpopo")
c1 <- c("BEN","BEL","SA")
c2 <- c("BURK","FRA","MOZ")
c3 <- c("IVC","LUX","ZIM")
c4 <- c("GHA",NA,"BOTS")
c5 <- c("MALI",NA,NA)
c6 <- c("TOGO",NA,NA)
df <- data.frame(basin, c1, c2, c3, c4, c5, c6, stringsAsFactors = FALSE)

    basin  c1   c2  c3   c4   c5   c6
1   Volta BEN BURK IVC  GHA MALI TOGO
2   Seine BEL  FRA LUX <NA> <NA> <NA>
3 Limpopo  SA  MOZ ZIM BOTS <NA> <NA>

apply(df[, 2:7], 1, function(x) {l <- x[!is.na(x)]; sapply(seq(1:(length(l)-1)), function(y) combn(l, y))})

结果将是每行每个国家/地区代码的各种子组合。希望这可以帮助。当然，您可以将我使用的“内联”函数拆分为您在 apply 调用中调用的外部函数。

Answer 2

这是您想要的固定个组合，而不是“n”个组合。

expand.grid(c1, c2, c3, c4, c5, c6)

我建议使用 this 将 c1、c2、c3.....cn 放在一个列表中。

list <- mget(ls(pattern='^c\\d+'))

这会根据您的环境中以字母“c”开头的对象创建一个列表，将您的数据集命名为更具体，以避免它占用以“c”开头的其他对象或您指定的任何对象。因此，只需将 c 替换为您所指对象名称的开头即可。

expand.grid(list)

    c1  c2   c3   c4  c5   c6
1   BEN BURK IVC  GHA MALI TOGO
2   BEL BURK IVC  GHA MALI TOGO
3    SA BURK IVC  GHA MALI TOGO
4   BEN  FRA IVC  GHA MALI TOGO
5   BEL  FRA IVC  GHA MALI TOGO
6    SA  FRA IVC  GHA MALI TOGO
7   BEN  MOZ IVC  GHA MALI TOGO
8   BEL  MOZ IVC  GHA MALI TOGO
9    SA  MOZ IVC  GHA MALI TOGO
10  BEN BURK LUX  GHA MALI TOGO

...............................

723  SA BURK ZIM BOTS <NA> <NA>
724 BEN  FRA ZIM BOTS <NA> <NA>
725 BEL  FRA ZIM BOTS <NA> <NA>
726  SA  FRA ZIM BOTS <NA> <NA>
727 BEN  MOZ ZIM BOTS <NA> <NA>
728 BEL  MOZ ZIM BOTS <NA> <NA>
729  SA  MOZ ZIM BOTS <NA> <NA>

如果您想知道如何为一系列对象分配类似名称，我建议您尝试使用 assign 函数。

这是一个例子。

for (i in 2:ncol(df)-1) {
  assign(paste("Combo",i,sep=""), df[, i+1])
}

如果您不喜欢对变量名进行硬编码，请深思。

对于所有可能的 1s、2s、3s、4s、5s、6s....ns 组的列表，我将不得不考虑这一点。很快就会回来。

我在想 vegan 包中的 allPerms 函数和 dplyr 中的 group_by 包的某种组合应该可以解决问题，但我必须看看。