r - 计算可能包含 NA/缺失值的列值的组合(不是排列)

Question

我有点难以计算在多个列中找到的可能包含缺失值 (NA) 的值的组合。

在没有 NA 的列中，我会执行以下操作:

set.seed(42)
foo <- data.frame(a = sample(letters[1:20], 10, replace = T),
                   b = sample(letters[1:20], 10, replace = T),
                   c = sample(letters[1:20], 10, replace = T))

# sorting with base::apply, and converting the result to a data frame
foo_sorted <- as.data.frame(t(apply(foo, 1, sort)))

# I can now pass a counting function such as dplyr::count()
# In this example all rows are unique combinations. 
dplyr::count(foo_sorted, V1, V2, V3)
#>    V1 V2 V3 n
#> 1   a  b  t 1
#> 2   a  c  r 1
#> 3   c  d  o 1
#> 4   d  h  m 1
#> 5   d  k  o 1
#> 6   e  e  q 1
#> 7   e  g  o 1
#> 8   e  n  t 1
#> 9   h  j  r 1
#> 10  i  j  q 1

但是当 NA 位于数据框中时，此操作会失败:

foo2 <- data.frame(a = sample(letters[1:20], 10, replace = T),
                   b = sample(letters[11:31], 10, replace = T),
                   c = sample(letters[21:41], 10, replace = T))

foo2_sorted <- as.data.frame(t(apply(foo2, 1, sort))) 
# results in a nested data frame, on which dplyr::count() won't work as expected. 
dplyr::count(foo2_sorted, V1, V2, V3)
#>   V1 V2      V3 n
#> 1  d  d p, r, y 1

我觉得整个应用程序可能是一种尴尬的方法，因此任何不同方法的想法也非常受欢迎。谢谢!

Answer 1

您可以将 na.last = TRUE 添加到 apply 调用中(它是 sort 的参数):

foo2_sorted <- as.data.frame(t(apply(foo2, 1, sort, na.last = TRUE))) 

foo2_sorted %>% dplyr::count(V1, V2, V3)
  V1   V2   V3 n
1  b    m    x 1
2  c    l <NA> 1
3  d <NA> <NA> 3
4  e    l <NA> 1
5  m    p    u 1
6  p    q <NA> 1
7  p    r    y 1
8  r <NA> <NA> 1