如何比较两个列表并将“命中”输出到数据框中

Question

我试图在这里和谷歌上找到答案，但没有运气，几天来一直在努力解决这个问题，所以非常感谢帮助。我正在分析一个网络，看看周期是否倾向于在谨慎的社区内或在它们之间，或者没有模式。我的数据是一个循环列表（三个节点形成一个循环）和一个社区列表（节点数量可变）。我有两个问题，1）如何比较两个列表，2）如何以可读的方式输出比较结果：

• 问题 1

我有两个列表（两个 igraph 对象），一个包含 678 个项目（每个 3 个元素，所有字符），另一个包含 11 个项目，每个项目具有不同数量的元素。示例：

x1 <- as.character(c(1,3,5))
x2 <- as.character(c(2,4,6))
x3 <- as.character(c(7,8,9))
x4 <- as.character(c(10,11,12))
x <- list(x1, x2, x3, x4)

y1 <- as.character(c(1,2,3,4,5))
y2 <- as.character(c(2,3,4,5))
y3 <- as.character(c(1,2,3,4,5,7,8,9))
y <- list(y1, y2, y3)

给予：

> x
[[1]]
[1] "1" "3" "5"

[[2]]
[1] "2" "4" "6"

[[3]]
[1] "7" "8" "9"

[[4]]
[1] "10" "11" "12"

> y
[[1]]
[1] "1" "2" "3" "4" "5"

[[2]]
[1] "2" "3" "4" "5"

[[3]]
[1] "1" "2" "3" "4" "5" "7" "8" "9"

我想将x 中的每个组件与y 中的每个组件进行比较，并将每个命中（即当x[[i]] 中的所有元素也在y[[i]] 中找到时）添加到一个新的数据帧。我尝试使用all() 和%in% 循环，但这不起作用：

for (i in 1:length(x)) {
  for (j in 1:length(y)) {
    hits <- all(y[[j]] %in% x[[i]]) == TRUE
    print(hits)
      }
    }

这将返回 12 个FALSE 命中。检查单个组件，它应该可以工作，因为：

all(x[[1]] %in% y[[1]])

按原样返回TRUE，并且：

all(x[[1]] %in% y[[2]])

按应有的方式返回 FALSE。我哪里错了？

• 问题 2

我已经看到了一些将循环结果输出到 df 的解决方案，但这并不是我所需要的。我想要的输出是一个数据框，告诉我每个周期都在哪个社区。由于只有 11 个社区，它可以让我参考列表组件的索引，但我还没有找到方法来做到这一点。我也可以只使用paste() 将社区的节点名称连接成标题。无论哪种方式，这是我需要的输出：

  cycle       community
1 1_3_5       1_2_3_4_5
2 1_3_5 1_2_3_4_5_7_8_9
3 7_8_9 1_2_3_4_5_7_8_9

我猜是某种 if 语句。我觉得这应该很容易执行，而且我应该能够自己解决。不过，感谢您抽出宝贵时间，并对这篇文章感到抱歉。

Answer 1

你错了

for (i in 1:length(x)) {
    for (j in 1:length(y)) {
    # hits <- all(y[[j]] %in% x[[i]]) == TRUE
    hits <- all(x[[i]] %in% y[[j]]) == TRUE
    print(hits)
    }
}

对于第二部分，您可以存储命中的索引并在以后使用它们。

a <- list()
for (i in 1:length(x)) {
    for (j in 1:length(y)) {
    # hits <- all(y[[j]] %in% x[[i]]) == TRUE
    hits <- all(x[[i]] %in% y[[j]]) == TRUE
    if(hits == TRUE){
        a[[length(a)+1]] <- c(i,j)
        }
    }
}

Answer 2

问题的最后一部分，循环和社区标签的创建，可以使用stringi::stri_join()（或在 cmets 中指出的paste()）来完成。整理在 Jt Miclat 的答案中创建的列表的最后一步如下，使用列表 a 中的索引为 cycle 和 community 提取适当的字符串，生成数据帧，并将结果 rbind() 到单个数据框。

# combine with cycle & community tags 
cycles <- sapply(x,paste,collapse="_")
communities <- sapply(y,paste,collapse="_")
b <- lapply(a,function(x){
     cycle <- cycles[x[1]]
     community <- communities[x[2]]
     data.frame(x=x[1],y=x[2],cycle=cycle,community=community,
                stringsAsFactors=FALSE)
})
df <- do.call(rbind,b)
df

...和输出：

> df <- do.call(rbind,b)
> df
  x y cycle       community
1 1 1 1_3_5       1_2_3_4_5
2 1 3 1_3_5 1_2_3_4_5_7_8_9
3 3 3 7_8_9 1_2_3_4_5_7_8_9
> 

Answer 3

你可以使用outer:

  outer(x,y,function(w,z)Map(function(i,j)all(i%in%j),w,z))->results
      [,1]  [,2]  [,3]
[1,]  TRUE FALSE  TRUE
[2,] FALSE FALSE FALSE
[3,] FALSE FALSE  TRUE
[4,] FALSE FALSE FALSE

x 是行，y 是列，所以要检查all(x[[1]]%in%y[[2]])，只需检查第 1 行第 2 列即元素 [1,2] 等。

然后您可以将apply 与自己创建的函数一起使用：

 fun<-function(i)c(paste(x[[i[1]]],collapse ="_"), paste(y[[i[2]]],collapse ="_"))
 t(apply(which(result==T,T),1,fun))
     [,1]    [,2]             
[1,] "1_3_5" "1_2_3_4_5"      
[2,] "1_3_5" "1_2_3_4_5_7_8_9"
[3,] "7_8_9" "1_2_3_4_5_7_8_9"