r - 在数据帧中成对计算有效观测值的数量(无NA)

Question

假设我有一个像这样的数据框:

Df <- data.frame(
    V1 = c(1,2,3,NA,5),
    V2 = c(1,2,NA,4,5),
    V3 = c(NA,2,NA,4,NA)
)

现在，我想计算两个变量的每种组合的有效观测值的数量。为此，我编写了一个函数 sharedcount:

sharedcount <- function(x,...){
    nx <- names(x)
    alln <- combn(nx,2)
    out <- apply(alln,2,
      function(y)sum(complete.cases(x[y]))
    )
    data.frame(t(alln),out)
}

这给出了输出:

> sharedcount(Df)
  X1 X2 out
1 V1 V2   3
2 V1 V3   1
3 V2 V3   2

一切都很好，但是函数本身在大型数据帧(600个变量和大约10000个观察值)上花费相当长的时间。我感觉自己正在监督一种更简单的方法，尤其是因为cor(...，use ='pairwise')的运行速度要快得多，而它必须执行类似的操作:

> require(rbenchmark)    
> benchmark(sharedcount(TestDf),cor(TestDf,use='pairwise'),
+     columns=c('test','elapsed','relative'),
+     replications=1
+ )
                           test elapsed relative
2 cor(TestDf, use = "pairwise")    0.25     1.0
1           sharedcount(TestDf)    1.90     7.6

任何提示，不胜感激。

注意:使用Vincent的技巧，我编写了一个返回相同数据帧的函数。在下面的答案中编码。

Answer 1

以下是稍快的:

x <- !is.na(Df)
t(x) %*% x

#       test elapsed relative
#    cor(Df)  12.345 1.000000
# t(x) %*% x  20.736 1.679708