如何计算二进制模式

Question

这个问题有很多应用。我想识别和计算许多变量中的唯一二进制模式。我找到了与我正在寻找的内容相近的东西，但我无法完成代码。

countpattern {e1071}

与链接中的数据相同：

library(data.table)
xx <- rbind(c(1,0,0),c(1,0,0),c(1,0,1),c(0,1,1),c(0,1,1))
xx <- as.data.table(xx)

library(e1071)
countpattern(xx[,1:3])
000 001 010 011 100 101 110 111 
  0   0   0   2   2   1   0   0 

(cols <- names(which(countpattern(xx[,1:3])>0)))
for(i in cols) { xx[,i] <- as.character("") }  # ... and that's it :(

xx
   V1 V2 V3 011 100 101
1:  1  0  0            
2:  1  0  0            
3:  1  0  1            
4:  0  1  1            
5:  0  1  1            

我有 data.table 和列，当每行中的模式与可用列名匹配时，我想用 TRUE/FALSE 或 1/0 填充它们。最终结果应如下所示：

xx
   V1 V2 V3 011 100 101
1:  1  0  0   0   1   0          
2:  1  0  0   0   1   0             
3:  1  0  1   0   0   1            
4:  0  1  1   1   0   0            
5:  0  1  1   1   0   0            

我已经尝试了多个版本的快速for (i in seq_along) {set(DT, i, 1L, i)}，但我的目标远大于我的技能。

谢谢， 阿尔多

Answer 1

这是一种方法

library(data.table)
#Paste all the binary columns together rowwise
vals <- do.call(paste0, xx)
#Get only unique values
unique_vals <- unique(vals)
#Initialise the columns to 0
xx[, (unique_vals) := 0]

#Create a matrix with row and column index and replace those position with 1
xx[cbind(seq_len(nrow(xx)), match(vals, unique_vals) + 3)] <- 1
#Replace 3 with number in original columns
xx
#   V1 V2 V3 100 101 011
#1:  1  0  0   1   0   0
#2:  1  0  0   1   0   0
#3:  1  0  1   0   1   0
#4:  0  1  1   0   0   1
#5:  0  1  1   0   0   1

---

countpattern from e1071 返回所有可能的模式，我们可以使用该函数和matching = TRUE 来获取匹配索引，然后使用该信息将列变为 1。

library(e1071)

pat <- countpattern(xx, matching=TRUE)
xx[, (names(pat$pat)) := 0]
xx[cbind(seq_len(nrow(xx)), pat$matching + 3)] <- 1

xx
#   V1 V2 V3 000 001 010 011 100 101 110 111
#1:  1  0  0   0   0   0   0   1   0   0   0
#2:  1  0  0   0   0   0   0   1   0   0   0
#3:  1  0  1   0   0   0   0   0   1   0   0
#4:  0  1  1   0   0   0   1   0   0   0   0
#5:  0  1  1   0   0   0   1   0   0   0   0