R - 删除提供特定值组合的行

Question

我有一个包含 100 个对象的列表，我使用它们创建了所有可能的对象对

pairs <- t(combn(my_objects, 2))

但是 A 组的任何对象都不能与 B 组的任何对象组合。 表示如果

group_A <- c(5:10)
group_B <- c(50:55)

应该删除一对 6 和 55，无论它们在哪一行。 5和6的组合是可以的。 如何检查每一行是否有这些“禁止”对之一并将其删除？我尝试了%in%，但我不知道如何将它用于多个对象。

编辑

我真正的问题是这样的： 我有一个 75 个字符的列表，A1 ... A75。它们应该组合成对。但是 group_A (5...10) 之一不应与 group_B (50...55) 之一结合。

第二步：pairs中的一行可以是：A1.A8 - A2.A.12.A51。这对也应该被删除。

我的数据框是：

 pairs <- cbind (c("A1", "A9.A3", "A5", "A52.A12", "A8"), 
               c("A76.A14", "A50", "A2.A7", "A70", "A50.A51"))

group_A <- c("A5", "A6" "A7", "A8", "A9", "A10")
group_B <- c("A50", "A51", "A52", "A53", "A54", "A55")

我的目标 - 从pairsdata 框架中删除 group_A 和 group_B 项的所有组合。这样pairs =

     [,1] [,2]     
[1,] "A1" "A76.A14"
[2,] "A5" "A2.A7"  
[3,] "A52.A12" "A70" 

Answer 1

我们可以使用expand.grid和paste创建一个vector的组合，检查这些元素是否存在%in%vector用combn创建的，否定（!）和子集'pairs' 与这个逻辑向量。

v1 <- combn(length(my_objects), 2, FUN = paste, collapse=" ")
pairs[!v1 %in% do.call(paste, expand.grid(group_A, group_B)),]

Answer 2

这不是很优雅，但是（我认为）它可以满足您的要求：对于每一行，将每列中的条目按字符“。”拆分，然后检查是否与 group_A 或 group_B 有任何重叠，如果是的话，将行索引添加到要删除的行的向量中：

rm_idx <- c()
for (r in 1:nrow(pairs)) {  # for each row of pairs...
  pair_A <- unlist(strsplit(pairs[r,1],'[.]')) # split first element by '.'
  pair_B <- unlist(strsplit(pairs[r,2],'[.]')) # split second elemnt by '.'
  l_A <- length(intersect( group_A,  pair_A)) # elements of group_A in pair_A
  l_B <- length(intersect( group_B,  pair_B)) # elements of group_A in pair_A
  if (l_A > 0 & l_B > 0) { # if there is overlap in both entries of that row --> remove
    rm_idx <- c(rm_idx, r)
  }
}
new_pairs <- pairs[-rm_idx,]    

或者，您可以创建一个可与grepl 一起使用的正则表达式，以查找字符串中任何出现的元素，例如group_A：

# concatenate vector of strings (with '|'), creating a regular expression for
# searching for any of them (using grep/grepl)
grp2reg <- function (g) {
  paste(g, collapse ='|')
}

# append dot to string (or each of a vector of strings)
add_dot <- function(g) {
  paste(g, '.', sep='')
}

# find strings from group_A/group_B in first/second column of pairs
idx_A <- grepl(grp2reg(add_dot(group_A)), add_dot(pairs[,1]) )
idx_B <- grepl(grp2reg(add_dot(group_B)), add_dot(pairs[,2]) )

# remove rows with a match in both columns
pairs_new <- pairs[!(idx_A & idx_B),]

注意附加'.'为了避免“找到”，例如A5 在A50 中，所有字符串都是必要的。所以，group_A 的正则表达式实际上是"A5.|A6.|A7.|A8.|A9.|A10."，并且点也附加到pairs 的元素上（例如，在A50.A5. 中查找A5.）。