使用“combn”为所选变量的所有组合和未选择变量的列创建数据框列表

Question

从下面的 z 数据框中，我想生成一个新数据框列表，其中每个数据框都基于名称向量的 3 个不同值的唯一组合。在下面的数据框中，我在 Name 列中有 5 个不同的名称（它们有多个复制条目）。 3 的不同组合的数量为 10（在没有替换的情况下采样且顺序不重要）。 虽然选择基于名称向量，但我希望新数据框包含其他信息列。在这种情况下，投票列。我还希望除了这两列之外，每个数据框还包含两个附加列，其中包含未选择的行。例如，如果您在 combdf 中的第一个数据框下方运行代码，将包含 John、Lee、Susan 和他们的投票。但是我无法找到/弄清楚如何为该数据框添加其余两个名称及其投票的两列，其余的则依此类推。这两列的行数会更少，所以我对缺失单元格的 NA 很好。

Name <- c("Jhon", "Lee", "Suzan", "Abhinav",
      "Brain")
Vote <- letters[1:21]
z <- as.data.frame (cbind(Name, Vote))
comb<-combn(unique(as.character(z$Name)), 3)
combdf <- apply(comb, 2, function(vec) z[ z$Name %in% vec, ] )

Answer 1

一个更简单的选择是使用bind_rows 和filtered 在“名称”中具有“vec”和第二个没有这些的数据，重命名它以便它创建填充有NA 的新列

library(dplyr)
out <- z %>%
          pull(Name) %>%
          unique %>%
         combn(., 3, FUN = function(vec) 
          z %>%
           filter(Name %in% vec) %>%
           bind_rows(z %>% 
                   filter(!Name %in% vec) %>% 
                   rename(Name2 = Name, Vote2 = Vote)), simplify = FALSE)

-输出

out[[1]]
#    Name Vote   Name2 Vote2
#1   Jhon    a    <NA>  <NA>
#2    Lee    b    <NA>  <NA>
#3  Suzan    c    <NA>  <NA>
#4   Jhon    f    <NA>  <NA>
#5    Lee    g    <NA>  <NA>
#6  Suzan    h    <NA>  <NA>
#7   Jhon    k    <NA>  <NA>
#8    Lee    l    <NA>  <NA>
#9  Suzan    m    <NA>  <NA>
#10  Jhon    p    <NA>  <NA>
#11   Lee    q    <NA>  <NA>
#12 Suzan    r    <NA>  <NA>
#13  Jhon    u    <NA>  <NA>
#14  <NA> <NA> Abhinav     d
#15  <NA> <NA>   Brain     e
#16  <NA> <NA> Abhinav     i
#17  <NA> <NA>   Brain     j
#18  <NA> <NA> Abhinav     n
#19  <NA> <NA>   Brain     o
#20  <NA> <NA> Abhinav     s
#21  <NA> <NA>   Brain     t

另外，如果我们需要在底部有NA

out2 <- z %>%
          pull(Name) %>%
          unique %>%
         combn(., 3, FUN = function(vec) 
          z %>%
           filter(Name %in% vec) %>%
           bind_rows(z %>% 
                   filter(!Name %in% vec) %>% 
                   rename(Name2 = Name, Vote2 = Vote)) %>%
           mutate(across(c(Name2, Vote2),
             ~ .[order(is.na(.))])), simplify = FALSE)



out2[[1]]
#    Name Vote   Name2 Vote2
#1   Jhon    a Abhinav     d
#2    Lee    b   Brain     e
#3  Suzan    c Abhinav     i
#4   Jhon    f   Brain     j
#5    Lee    g Abhinav     n
#6  Suzan    h   Brain     o
#7   Jhon    k Abhinav     s
#8    Lee    l   Brain     t
#9  Suzan    m    <NA>  <NA>
#10  Jhon    p    <NA>  <NA>
#11   Lee    q    <NA>  <NA>
#12 Suzan    r    <NA>  <NA>
#13  Jhon    u    <NA>  <NA>
#14  <NA> <NA>    <NA>  <NA>
#15  <NA> <NA>    <NA>  <NA>
#16  <NA> <NA>    <NA>  <NA>
#17  <NA> <NA>    <NA>  <NA>
#18  <NA> <NA>    <NA>  <NA>
#19  <NA> <NA>    <NA>  <NA>
#20  <NA> <NA>    <NA>  <NA>
#21  <NA> <NA>    <NA>  <NA>

---

或者也可以使用setdiff/anti_join from dplyr

out <- z %>% 
   pull(Name) %>% 
   unique %>% 
   combn(., 3, FUN = function(vec) {
             z1 <- z %>%
                       filter(Name %in% vec)
             z2 <- setdiff(z, z1)
             names(z2) <- paste0(names(z2), 2)
             bind_rows(z1, z2)
             }, simplify = FALSE)

Answer 2

f <- function(df,n)
{ # creates n NA rows
  naDF = df[1,]
  naDF[1,] <- NA
  naDF[rep(seq_len(nrow(naDF)), each = n), ]
}
# previous code unchanged

df <- lapply(1:dim(comb)[2], function(x) {df1 = z[ z$Name %in% comb[,x], ]; df2 = z[ !z$Name %in% comb[,x], ]; cbind(df1, rbind(df2, f(df2, nrow(df1)-nrow(df2))))})

> df[[1]]
    Name Vote    Name Vote
1   Jhon    a Abhinav    d
2    Lee    b   Brain    e
3  Suzan    c Abhinav    i
6   Jhon    f   Brain    j
7    Lee    g Abhinav    n
8  Suzan    h   Brain    o
11  Jhon    k Abhinav    s
12   Lee    l   Brain    t
13 Suzan    m    <NA> <NA>
16  Jhon    p    <NA> <NA>
17   Lee    q    <NA> <NA>
18 Suzan    r    <NA> <NA>
21  Jhon    u    <NA> <NA>