r - 查找数据框中包含特定对的组数

Question

我正在尝试查找包含特定对的数据框中的组数。这是我所做的示例和所需的输出。

创建数据

df=data.frame(c("Sam","Sam","Sam","Jason", "Jason", "Kelly", "Kelly"),
c("e","f","g","h", "h", "e", "f"))

names(df)=c('name','value')

对查看未出现在至少一个特定名称中的对不感兴趣，因此我在生成对之前放弃了这些观察

df=df[!duplicated(df[1:2]),]

df=df[ave(rep(1, nrow(df)), df$name, FUN=length)>1,]

pairs=t(combn(unique(df$value), 2))

现在我有两个看起来像这样的对象

   name value
1   Sam     e
2   Sam     f
3   Sam     g
6 Kelly     e
7 Kelly     f

     [,1] [,2]
[1,] e    f   
[2,] e    g   
[3,] f    g  

我想要的输出

   pair.1    pair.2  occurrences
1   e          f         2
2   e          g         1
3   f          g         1

Answer 1

我们通过“名称”合并数据集，通过“行”排序“值”列，将数据集转换为data.table，去掉'value'元素相同的行，按'value'列分组，得到nrow(.N)除以2。

d1 <- merge(df, df, by.x='name', by.y='name')
d1[-1] <- t(apply(d1[-1], 1, sort))
library(data.table)
setDT(d1)[value.x!=value.y][,.N/2 ,.(value.x, value.y)]
#   value.x value.y V1
#1:       e       f  2
#2:       e       g  1
#3:       f       g  1

---

或者使用与@jeremycg 帖子中类似的方法

 setDT(df)[df, on='name', allow.cartesian=TRUE
     ][as.character(value)< as.character(i.value), .N, .(value, i.value)]