如何计算R中布尔数据组合的数量答案

【问题标题】：How to count the number of combinations of boolean data in R如何计算R中布尔数据组合的数量
【发布时间】：2011-11-03 08:07:33
【问题描述】：

根据多个布尔字段确定因素或创建新类别字段的最佳方法是什么？在这个例子中，我需要计算独特药物组合的数量。

   > MultPsychMeds
       ID OLANZAPINE HALOPERIDOL QUETIAPINE RISPERIDONE
    1   A          1           1          0           0
    2   B          1           0          1           0
    3   C          1           0          1           0
    4   D          1           0          1           0
    5   E          1           0          0           1
    6   F          1           0          0           1
    7   G          1           0          0           1
    8   H          1           0          0           1
    9   I          0           1          1           0
    10  J          0           1          1           0

也许另一种说法是我需要对这些对进行透视或交叉制表。最终结果需要类似于：

Combination            Count
OLANZAPINE/HALOPERIDOL     1
OLANZAPINE/QUETIAPINE      3
OLANZAPINE/RISPERIDONE     4
HALOPERIDOL/QUETIAPINE     2

这个数据框可以在 R 中复制：

MultPsychMeds <- structure(list(ID = structure(1:10, .Label = c("A", "B", "C", 
"D", "E", "F", "G", "H", "I", "J"), class = "factor"), OLANZAPINE = c(1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 0L, 0L), HALOPERIDOL = c(1L, 0L, 
0L, 0L, 0L, 0L, 0L, 0L, 1L, 1L), QUETIAPINE = c(0L, 1L, 1L, 1L, 
0L, 0L, 0L, 0L, 1L, 1L), RISPERIDONE = c(0L, 0L, 0L, 0L, 1L, 
1L, 1L, 1L, 0L, 0L)), .Names = c("ID", "OLANZAPINE", "HALOPERIDOL", 
"QUETIAPINE", "RISPERIDONE"), class = "data.frame", row.names = c(NA, 
-10L))

【问题讨论】：

+1 用于提供数据。但是，我相信您需要更新您的标题，因为似乎没有涉及布尔值（逻辑），也没有进行任何“转换”。您可以将其修改为“计算同时出现的次数”或类似的内容吗？
谢谢。修改了标题以匹配实际问题。关于布尔值，原始数据包括 0 代表 FALSE 和 1 代表 TRUE，当从 .csv 文件加载时，R 将这些变量设置为整数。如果先将这些转换为逻辑变量，这个过程会更好吗？
我认为对 boolean 的引用很好且直观，据我所知，R 等于 1 和 TRUE 为一且相同（可能存在不正确的情况）。例如，> 1 == TRUE [1] TRUE

标签： r

【解决方案1】：

这是使用reshape 和plyr 包的一种方法：

library(reshape)
library(plyr)

#Melt into long format
dat.m <- melt(MultPsychMeds, id.vars = "ID")
#Group at the ID level and paste the drugs together with "/"
out <- ddply(dat.m, "ID", summarize, combos = paste(variable[value == 1], collapse = "/"))

#Calculate a table
with(out, count(combos))

                       x freq
1 HALOPERIDOL/QUETIAPINE    2
2 OLANZAPINE/HALOPERIDOL    1
3  OLANZAPINE/QUETIAPINE    3
4 OLANZAPINE/RISPERIDONE    4

【讨论】：

这很有帮助，正是我想要的。谢谢

【解决方案2】：

只是为了好玩，一个基本的 R 解决方案（可以变成一个 oneliner :-)）：

data.frame(table(apply(MultPsychMeds[,-1], 1, function(currow){
    wc<-which(currow==1)
    paste(colnames(MultPsychMeds)[wc+1], collapse="/")
})))

【讨论】：

【解决方案3】：

另一种方式可能是：

subset(
    as.data.frame(
        with(MultPsychMeds, table(OLANZAPINE, HALOPERIDOL, QUETIAPINE, RISPERIDONE)),
        responseName="count"
    ),
    count>0
)

给了

   OLANZAPINE HALOPERIDOL QUETIAPINE RISPERIDONE count
4           1           1          0           0     1
6           1           0          1           0     3
7           0           1          1           0     2
10          1           0          0           1     4

这不是您想要的确切方式，但它既快速又简单。

plyr package中有简写：

require(plyr)
count(MultPsychMeds, c("OLANZAPINE", "HALOPERIDOL", "QUETIAPINE", "RISPERIDONE"))
#   OLANZAPINE HALOPERIDOL QUETIAPINE RISPERIDONE freq
# 1          0           1          1           0    2
# 2          1           0          0           1    4
# 3          1           0          1           0    3
# 4          1           1          0           0    1

【讨论】：