查找列表中数据框之间的匹配行数答案

【问题标题】：Find number of matching rows between dataframes in a list查找列表中数据框之间的匹配行数
【发布时间】：2017-05-15 15:59:53
【问题描述】：

我有一个包含 N 数据框的列表。对于这个问题，为简单起见，我们查看N=3，

asd<-list()

asd[[1]]<-data.frame("one"=c(1:3), "two"=c("a","b","c"))
asd[[2]]<-data.frame("one"=c(3:5), "two"=c("c","b","a"))
asd[[3]]<-data.frame("one"=c(5:7), "two"=c("a","b","c"))

我想将这些数据帧相互比较并得到一个N x N 矩阵，其条目(i,j) 告诉我数据帧i 和j 之间有多少行相同。

因此，对于上述内容，我们得到一个 3x3 矩阵，其中包含元素 (i,j)

(1,1)=(2,2)=(3,3) 3 (3 rows are identical)
(1,2)=(2,1)       1 (1 row is identical)
(1,3)=(3,1)       0 (0 rows are identical)
(2,3)=(3,2)       1 (0 row is identical)

我可以在 R 中使用哪个函数？

【问题讨论】：

标签： r

【解决方案1】：

也许这有帮助

sapply(seq_along(asd), function(i) 
   sapply(seq_along(asd), function(j) sum(rowSums(asd[[i]]==asd[[j]])==2)))

也可以

sapply(seq_along(asd), function(i) 
    sapply(seq_along(asd), function(j) sum(duplicated(rbind(asd[[i]], asd[[j]])))))

或者另一种选择是

`dim<-`(unlist(do.call(Map, c(f= function(...) 
        sum(duplicated(rbind(...))), expand.grid(asd, asd)))), c(3, 3))

【讨论】：

谢谢，这是一个不错的建议。能否推广到asd[[1]], asd[[2]]和asd[[3]]长度不同的情况？
@BillyJean 我想我的第二个和第三个建议应该适用于具有不同行数的数据集

【解决方案2】：

用“data.frame”替换“list”结构可能更方便：

asd2 = cbind(do.call(rbind, asd), 
             df = rep(seq_along(asd), sapply(asd, nrow)))

如果asd "data.frame" 的每一行都可以映射到一个数字，那么问题可以变得更简单：

r = tapply(1:nrow(asd2), asd2[c("one", "two")])

然后，遵循crossprod(table()) approach（或稀疏矩阵的变体）：

library(Matrix)
crossprod(xtabs( ~ r + df, asd2, sparse = TRUE))
#3 x 3 sparse Matrix of class "dsCMatrix"
#  1 2 3
#1 3 1 .
#2 1 3 1
#3 . 1 3

【讨论】：

crossprod 的好方法。你总是想出一些我想不到的点子