变量 R 的所有可能组合

Question

我有一个数据框中几个主题的变量和值列表（见下文）。我正在使用 R/R Studio 并希望重新格式化数据以返回每个可能的变量组合，以及每个主题的相应值。实际的数据集比这大得多，因此任何以编程方式进行的方式都将不胜感激。

谢谢

我目前的数据

Variable Subject Value
  V1       A      1
  V1       B      0
  V1       C      1
  V2       A      0
  V2       B      1
  V2       C      0
  V3       A      1
  V3       B      1
  V3       C      1

我想要的输出：

Subject Variable 1     Variable 2      Value 1      Value 2
   A        V1              V2            1            0
   A        V1              V3            1            1
   A        V2              V3            0            1   
   B        V1              V2            0            1
   B        V1              V3            0            1
   B        V2              V3            1            1
   C        V1              V2            1            0
   C        V1              V3            1            1
   C        V2              V3            0            1

Answer 1

您可以使用combn 为每个Subject 创建Variable 和Value 列的所有可能组合。

library(dplyr)
library(tidyr)

create_data_frame <- function(var, val) {
  tab1 <- setNames(data.frame(t(combn(var, 2))), paste0('Variable', 1:2))
  tab2 <- setNames(data.frame(t(combn(val, 2))), paste0('Value', 1:2))
  cbind(tab1, tab2)
}

df %>%
  group_by(Subject) %>%
  summarise(data = list(create_data_frame(Variable, Value))) %>%
  unnest(col = data)

#  Subject Variable1 Variable2 Value1 Value2
#  <chr>   <chr>     <chr>      <int>  <int>
#1 A       V1        V2             1      0
#2 A       V1        V3             1      1
#3 A       V2        V3             0      1
#4 B       V1        V2             0      1
#5 B       V1        V3             0      1
#6 B       V2        V3             1      1
#7 C       V1        V2             1      0
#8 C       V1        V3             1      1
#9 C       V2        V3             0      1

Answer 2

一个基本的 R 解决方案，在 R 版本 4.1.0 中使用原生管道

df <- read.table(text = 'Variable Subject Value
  V1       A      1
  V1       B      0
  V1       C      1
  V2       A      0
  V2       B      1
  V2       C      0
  V3       A      1
  V3       B      1
  V3       C      1', header = T)


t(combn(unique(df$Variable), 2)) |> as.data.frame() |>
  setNames(c('Variable1', 'Variable2')) |>
  merge(df, by.x = 'Variable1', by.y = 'Variable') |>
  merge(df, by.x = c('Variable2', 'Subject'), by.y = c('Variable', 'Subject'), suffixes = c('1', '2'))

#>   Variable2 Subject Variable1 Value1 Value2
#> 1        V2       A        V1      1      0
#> 2        V2       B        V1      0      1
#> 3        V2       C        V1      1      0
#> 4        V3       A        V2      0      1
#> 5        V3       A        V1      1      1
#> 6        V3       B        V1      0      1
#> 7        V3       B        V2      1      1
#> 8        V3       C        V1      1      1
#> 9        V3       C        V2      0      1

用期望的方式检查它

t(combn(unique(df$Variable), 2)) |> as.data.frame() |>
  setNames(c('Variable1', 'Variable2')) |>
  merge(df, by.x = 'Variable1', by.y = 'Variable') |>
  merge(df, by.x = c('Variable2', 'Subject'), by.y = c('Variable', 'Subject'), suffixes = c('1', '2')) -> df_new

df_new[order(df_new$Subject),c(2,3,1,4,5)]  
#>   Subject Variable1 Variable2 Value1 Value2
#> 1       A        V1        V2      1      0
#> 4       A        V2        V3      0      1
#> 5       A        V1        V3      1      1
#> 2       B        V1        V2      0      1
#> 6       B        V1        V3      0      1
#> 7       B        V2        V3      1      1
#> 3       C        V1        V2      1      0
#> 8       C        V1        V3      1      1
#> 9       C        V2        V3      0      1

^{由reprex package (v2.0.0) 于 2021 年 5 月 19 日创建}