数据框的子集答案

【问题标题】：Subsets of data frame数据框的子集
【发布时间】：2013-09-01 13:22:11
【问题描述】：

我有一个数据框，其中包含 R 中的条目，并希望从该数据框创建所有可能的唯一子集，此时每个子集应包含原始数据框列池中两列的唯一可能成对组合。这意味着如果原始数据框中的列数是 Y，我应该得到的唯一子集的数量是 Y*(Y-1)/2。我还希望每个子集中列的名称是原始数据框中使用的名称。我该怎么做？

【问题讨论】：

嗨，欢迎来到 SO。由于您是新来的，您可能想阅读网站的about 和FAQ 部分，以帮助您充分利用它。另请阅读how to make a great reproducible example 并相应地更新您的问题！在 OP 未显示他们已经尝试过的内容和/或所需输出的情况下发布的问题往往会被否决或关闭。只是提醒你下次。
对每对列应用什么函数以在新数据框中创建另一列？

标签： r dataframe subset

【解决方案1】：

colpairs <- function(d) {
  apply(combn(ncol(d),2), 2, function(x) d[,x])
}

x <- colpairs(iris)
sapply(x, head, n=2)

## [[1]]
##   Sepal.Length Sepal.Width
## 1          5.1         3.5
## 2          4.9         3.0
## 
## [[2]]
##   Sepal.Length Petal.Length
## 1          5.1          1.4
## 2          4.9          1.4
...

【讨论】：

【解决方案2】：

我会使用combn 来制作列的索引，并使用lapply 来获取data.frame 的子集并将它们存储在list 结构中。例如

#  Example data
set.seed(1)
df <- data.frame( a = sample(2,4,repl=T) ,
            b = runif(4) ,
            c = sample(letters ,4 ),
            d = sample( LETTERS , 4 ) )

# Use combn to get indices
ind <- combn( x = 1:ncol(df) , m = 2  , simplify = FALSE )

#  ind is the column indices. The indices returned by the example above are (pairs in columns):     
#[,1] [,2] [,3] [,4] [,5] [,6]
#[1,]    1    1    1    2    2    3
#[2,]    2    3    4    3    4    4

#  Make subsets, combine in list
out <- lapply( ind , function(x) df[,x] )
[[1]]
#  a         b
#1 1 0.2016819
#2 1 0.8983897
#3 2 0.9446753
#4 2 0.6607978

[[2]]
#  a c
#1 1 q
#2 1 b
#3 2 e
#4 2 x

[[3]]
#  a d
#1 1 R
#2 1 J
#3 2 S
#4 2 L

[[4]]
#          b c
#1 0.2016819 q
#2 0.8983897 b
#3 0.9446753 e
#4 0.6607978 x

[[5]]
#          b d
#1 0.2016819 R
#2 0.8983897 J
#3 0.9446753 S
#4 0.6607978 L

[[6]]
#  c d
#1 q R
#2 b J
#3 e S
#4 x L

【讨论】：

你不需要lapply：combn( x = 1:ncol(df) , m = 2 , FUN=function(x) df[,x], simplify = FALSE )
@Roland 谢谢，我总是忘记你可以向combn 提供函数。