累积 R

问题描述

假设我有数据 test（给出的 dput），其中列表列说 items：

test <- structure(list(items = list('a',c('b','c'),c('d','e'),'f',c('g','h')),ID = c(1,1,2,2)),row.names = c(NA,5L),class = "data.frame")

library(tidyverse)
test %>% group_by(ID) %>%
  mutate(dummy = accumulate(items,~paste(.x,.y)))

我得到这样的 list-col 输出

  items ID        dummy
1     a  1            a
2  b,c  1     a b,a c
3  d,e  1 a b d,a c e
4     f  2            f
5  g,h  2     f g,f h

我希望第 3 行有四个项目，具有每种可能的组合，即 c("a b d","a b e","a c d","a c e")。然而，这些是否是列表中的单独项目并不重要。换句话说，dummy 的输出可能是多级列表类型，其中 row3 将包含列表中的四个项目。我尝试使用 expand.grid，但我在某处做错了！

所以我想要的输出看起来像

  items ID                      dummy
1     a  1                          a
2  b,c  1                   a b,a c d,a b e,a c e
4     f  2                          f
5  g,h  2                   f g,f h

解决方法

使用 data.table + Reduce 的 outer 选项

setDT(test)[,dummy := .(Reduce(function(x,y) outer(x,y,paste),items,accumulate = TRUE
  )),ID
]

给予

> test
   items ID                   dummy
1:     a  1                       a
2:   b,c  1                 a b,a c
3:   d,e  1 a b d,a c d,a b e,a c e
4:     f  2                       f
5:   g,h  2                 f g,f h

,

您可以使用外积来粘贴两个向量...

test2 <- test %>% group_by(ID) %>%
  mutate(dummy = accumulate(items,~outer(.x,.y,paste)))

str(test2)
grouped_df[,3] [5 x 3] (S3: grouped_df/tbl_df/tbl/data.frame)
 $ items:List of 5
  ..$ : chr "a"
  ..$ : chr [1:2] "b" "c"
  ..$ : chr [1:2] "d" "e"
  ..$ : chr "f"
  ..$ : chr [1:2] "g" "h"
 $ ID   : num [1:5] 1 1 1 2 2
 $ dummy:List of 5
  ..$ : chr "a"
  ..$ : chr [1,1:2] "a b" "a c"
  ..$ : chr [1,1:2,1:2] "a b d" "a c d" "a b e" "a c e"
  ..$ : chr "f"
  ..$ : chr [1,1:2] "f g" "f h"

,

如果您想要所有可能的组合，请使用 sapply 而不是 .x

library(dplyr)
library(purrr)

test %>% 
  group_by(ID) %>%
  mutate(dummy = accumulate(items,~c(sapply(.x,paste,.y)))) %>%
  pull(dummy)

#[[1]]
#[1] "a"

#[[2]]
#[1] "a b" "a c"

#[[3]]
#[1] "a b d" "a b e" "a c d" "a c e"

#[[4]]
#[1] "f"

#[[5]]
#[1] "f g" "f h"

,

另一种使用 expand.grid() 的方法，

test %>% group_by(ID) %>%
mutate(dummy = accumulate(items,~do.call("paste",expand.grid(.x,.y)))) %>% 
data.frame()

给予，

  items ID                      dummy
1     a  1                          a
2  b,c  1                   a b,a c
3  d,a c e
4     f  2                          f
5  g,h  2                   f g,f h

,

还有来自 cross 包的 cross2 和 purrr：

library(tidyverse)

test %>% 
  group_by(ID) %>% 
  mutate(
    dummy = accumulate(items,cross2) %>% map_depth(unlist,.depth = 2)
  ) %>% 
  pull(dummy) %>% 
  str()

#> List of 5
#>  $ :List of 1
#>   ..$ : chr "a"
#>  $ :List of 2
#>   ..$ : chr [1:2] "a" "b"
#>   ..$ : chr [1:2] "a" "c"
#>  $ :List of 4
#>   ..$ : chr [1:3] "a" "b" "d"
#>   ..$ : chr [1:3] "a" "c" "d"
#>   ..$ : chr [1:3] "a" "b" "e"
#>   ..$ : chr [1:3] "a" "c" "e"
#>  $ :List of 1
#>   ..$ : chr "f"
#>  $ :List of 2
#>   ..$ : chr [1:2] "f" "g"
#>   ..$ : chr [1:2] "f" "h"

^{由 reprex package (v1.0.0) 于 2021 年 5 月 18 日创建}

,

也可以使用此解决方案：

library(dplyr)
library(purrr)

test %>%
  group_by(ID) %>%
  mutate(comb = accumulate(items[-1],.init = unlist(items[1]),~ expand.grid(.x,.y) %>% 
                             {map2(.$Var1,.$Var2,~ paste(.x,sep = " "))} %>%
                             unlist())) %>%
  as.data.frame()

  items ID                       comb
1     a  1                          a
2  b,f h