计数具有共享元素的组答案

【问题标题】：Counting groups with shared elements计数具有共享元素的组
【发布时间】：2018-04-19 18:09:43
【问题描述】：

我有一个如下所示的数据集：

Comp1  Product  Comp2
A       P1      B
A       P2      B
A       P3      B
C       P4      D
C       P2      D
X       P1      Y
X       P2      Y
X       P3      Y

所以基本上，Comp1 和 Comp2 是公司，Product 是这些公司共有的产品名称。我希望输出看起来像这样：

Product Bundle    Count
P1,P2,P3          2
P2,P4             1

我是 R 新手，希望能在这种情况下提供任何帮助。

【问题讨论】：

我不明白你的结果。
你是怎么得到Count的？
A 和 B 共享产品 P1、P2、P3。 X 和 Y 相同。这是共享该捆绑包的 2 对公司。 C 和 D 共享 P2 和 P4。那是 1。
A 公司和 B 公司有 3 个共同的产品，它们是 P1、P2、P3，X 和 Y 也有相同的产品。因此产品包 p1、p2、p3 是A-B 和 X-Y 共有，所以计数为 2

标签： r

【解决方案1】：

使用dplyr，您可以汇总数据然后进行计数。例如

library(dplyr)

dd %>% arrange(Comp1, Product) %>% 
  group_by(Comp1) %>% 
  summarize(bundle=paste(unique(Product), collapse=",")) %>% 
  count(bundle)

#     bundle     n
#      <chr> <int>
# 1 P1,P2,P3     2
# 2    P2,P4     1

有测试数据

dd <- read.table(text="Comp1  Product  Comp2
A       P1      B
A       P2      B
A       P3      B
C       P4      D
C       P2      D
X       P1      Y
X       P2      Y
X       P3      Y", header=TRUE)

【讨论】：

第一个字的错字，仅供参考。基本 R 类比：with(aggregate(Product ~ Comp1, dd[order(dd$Product), ], toString), data.frame(table(Product)))
@MrFlick 非常感谢，我正在尝试汇总选项，但无法让计数更早地工作。感谢您的快速帮助:)
谢谢@Frank 我试图弄清楚如何在base中做到这一点。
这不只是计算 Comp1 的唯一组合的数量，还是我弄错了？ @MrFlick

【解决方案2】：

data.table的解决方案：

library(data.table)
setDT(d)[order(Product), Prod.Bundle := toString(Product), by = Comp1
         ][, .(Count = uniqueN(Comp2)), by = Prod.Bundle]

或者由@Frank 在 cmets 中提供的另一个：

setDT(d)[order(Product), toString(Product), by = Comp1
         ][, .(Count = .N), by = .(Prod.Bundle = V1)]

给出：

   Prod.Bundle Count
1:  P1, P2, P3     2
2:      P2, P4     1

使用过的数据：

d <- read.table(text="Comp1  Product  Comp2
A       P1      B
A       P2      B
A       P3      B
C       P4      D
C       P2      D
X       P1      Y
X       P2      Y
X       P3      Y", header=TRUE, stringsAsFactors=FALSE)

【讨论】：

【解决方案3】：

如果您像我一样喜欢使用 base r，这是一个想法：

dtb <- table(paste(dd[[1]],dd[[3]]),dd[[2]])
out <- sapply(1:nrow(dtb),function(x) paste(colnames(dtb)[dtb[x,] == 
1],collapse = ","))
table(out)
out
P1,P2,P3    P2,P4 
       2        1

【讨论】：

如何扩展它以容纳另一列，例如 Comp3？我正在尝试并收到不正确的尺寸错误。
只需将所述列添加到粘贴功能中即可。
我做了，就像dd[[4]] 在dd[[3]] 之后一样，没有对sapply 行进行任何更改。打印出Error in [.default(dtb, x, ) : incorrect number of dimensions。但如果我在dd[[1]] 和dd[[3]] 之间移动它，或者在前面移动它就可以了。我的新列是具有相同数量元素的因子，但有 5 个级别，而不是 3 个级别，如果这很重要的话。 dd$Comp3 <- as.factor(c("E", "E", "F", "G", "H", "Z", "Z", "Z"))
嗯。它对我有用。 paste() 应该将您的因素转换为字符类，所以我无法想象这是一个问题。您在paste 中的位置也无所谓。也许你第一次写错字了？
嗯，不知道。我刚刚清理了我的工作区并再次运行它并且它工作。不过还是谢谢。