r - 获取特定列的所有可能组合，同时保留其他列

Question

我有一个包含 FTA 数据的数据框。 c1 到 c91 表示自由贸易协定的不同国家部分。我想找到从 c1 到 c91 的所有可能的国家成对组合，同时保留否、基本条约和条目类型列。

FTA 数据示例

No   Base_treaty   entry_type              c1           c2         c3
3     3            treaty                Algeria      Angola       Benin    
5     5            treaty                Albania      Bulgaria      NA  
6     6            treaty                Albania      Croatia       NA

期望的输出:

No   Base_treaty   entry_type              ctry1       ctry2        
3     3            treaty                Algeria      Angola       
3     3            treaty                Algeria      Benin       
3     3            treaty                Benin        Angola       
5     5            treaty                Albania      Bulgaria      
5     5            treaty                Albania         NA      
5     5            treaty                Bulgaria        NA   
6     6            treaty                Albania      Croatia   

到目前为止我做了什么:

df <- do.call(rbind, lapply(seq_along(cols), function(i) t(combn(output[i,4:6],2))))其中输出是我的 FTA 数据。虽然这能够为我提供跨“c”列的成对组合，但我无法将“No”、“Base_treaty”和“entry_type”复制到每一对。

它只给我这个:

        [,1]      [,2]           
[1,] "Algeria"  "Angola"
[2,] "Algeria"  "Benin"      
[3,]  "Benin"    "Angola"       
[4,] "Albania"  "Bulgaria"  
[5,] "Albania"    "NA"           
[6,] "Bulgaria"   "NA"
       .
       . 

       .

如有任何帮助，我们将不胜感激!

Answer 1

你很接近。我将列号作为一个函数放在 combn 中，我们可以在其中 cbind 稳定列与组合。要查找国家/地区列的数量，我们可以使用带有正则表达式的 grep。

do.call(rbind, combn(grep("^c\\d+$", names(output)), 2, function(x) 
  cbind(output[1:3], setNames(output[x], paste0("c", 1:2))), simplify=F))
#   No Base_treaty entry_type       c1       c2
# 1  3           3     treaty  Algeria   Angola
# 2  5           5     treaty  Albania Bulgaria
# 3  6           6     treaty  Albania  Croatia
# 4  3           3     treaty  Algeria    Benin
# 5  5           5     treaty  Albania     <NA>
# 6  6           6     treaty  Albania     <NA>
# 7  3           3     treaty   Angola    Benin
# 8  5           5     treaty Bulgaria     <NA>
# 9  6           6     treaty  Croatia     <NA>

正则表达式 "^c\\d+$":

• ^ 字符串开始
• c 字面匹配 "c"
• \\d+一个或多个数字
• $ 字符串结尾

---

数据:

output <- structure(list(No = c(3L, 5L, 6L), Base_treaty = c(3L, 5L, 6L
), entry_type = c("treaty", "treaty", "treaty"), c1 = c("Algeria", 
"Albania", "Albania"), c2 = c("Angola", "Bulgaria", "Croatia"
), c3 = c("Benin", NA, NA)), class = "data.frame", row.names = c(NA, 
-3L))