r - 在行 R 中找到相似的数字组

Question

我试图在数据框中找到相似的数字模式。我有一个包含 5 列的数据框，有些列的随机数介于 3 到 50 之间。但是，对于某些行，第 2 列或第 3 列没有数字。

A   B    C   D   E
5   23   6 
9   33   7   8   12
33   7   14  
6   18   23  48 
8   44   33  7  9 

我想知道循环数字是多少，所以我感兴趣:

• 第 1 行和第 4 行的编号为 23 和 6，
• 第 2 行和第 5 行的编号为 9、33 和 8，
• 第 2、3 和 5 行的编号为 33 和 7。

基本上我是在尝试获取不同组合的数量。

我对如何做到这一点有点困惑。我尝试将数字加入列表中。

for (i in 1:dim(knots_all)[1]) {
    knots_all$list_knots <- list(sort(knots_all[i,1:5]))
}

我也试过 intersect 但它似乎不是很有效，因为 R 也考虑了我想忽略的 NA。

我想听听有关实现此目标的最佳方法的一些想法。我一直在考虑这个问题，但我无法理解如何找到答案。我的思绪被卡住了，所以非常感谢任何想法!

谢谢!

Answer 1

没有您想要捕获的特定/目标模式。您似乎需要一个过程来识别数据集中出现频率更高的数字，然后查看它们出现在哪些行中。

我将修改您的示例数据集，使数字 23 在同一行中出现两次，以说明一些有用的计数差异。

df = read.table(text = "
A   B    C   D   E
5   23   6   23  NA
9   33   7   8   12
33   7   14  NA  NA
6   18   23  48  NA
8   44   33  7  9 
", header=T)

library(dplyr)
library(tidyr)


df %>%
  mutate(row_id = row_number()) %>%          # add a row flag
  gather(col_name,value,-row_id) %>%         # reshape
  filter(!is.na(value)) %>%                  # exclude NAs
  group_by(value) %>%                        # for each number value
  summarise(NumOccurences = n(),                             # count occurences
            rows = paste(sort(row_id), collapse = "_"),      # capture rows
            NumRowOccurences = n_distinct(row_id),           # count occurences in unique rows
            unique_rows = paste(sort(unique(row_id)), collapse = "_")) %>%  # capture unique rows
  arrange(desc(NumOccurences))                               # order by number popularity (occurences)

# # A tibble: 12 x 5
#    value NumOccurences rows  NumRowOccurences unique_rows
#    <int>         <int> <chr>            <int> <chr>      
# 1     7             3 2_3_5                3 2_3_5      
# 2    23             3 1_1_4                2 1_4        
# 3    33             3 2_3_5                3 2_3_5      
# 4     6             2 1_4                  2 1_4        
# 5     8             2 2_5                  2 2_5        
# 6     9             2 2_5                  2 2_5        
# 7     5             1 1                    1 1          
# 8    12             1 2                    1 2          
# 9    14             1 3                    1 3          
# 10   18             1 4                    1 4          
# 11   44             1 5                    1 5          
# 12   48             1 4                    1 4