R - 如何生成数据框中所有列组合的差异

Posted

技术标签:

【中文标题】R - 如何生成数据框中所有列组合的差异【英文标题】:R - How can I generate difference of all combinations of columns in a data frame 【发布时间】:2017-06-08 18:09:33 【问题描述】:

例子:

df <- data.frame(A=1:5, B=seq(0,10,2), C=seq(0,15,3))  
df  
A  B  C  
1  2  3  
2  4  6  
3  6  9  
4  8 12  
5 10 15  

我想要的是:

A B C (A-B) (A-C) (B-C)  
1 2 3 -1 -2 -1  
2 4 6 -2 -4 -2  
3 6 9 -3 -6 -3  
4 8 12 -4 -8 -4  
5 10 15 -5 -10 -5  

这是一个示例。在我的问题中,我有超过 100 列 有关如何在 R 中执行此操作的任何建议?

【问题讨论】:

使用 dplyr、df %&gt;% mutate(ab = A - B, ac = A - C, bc = B - C) 或其他语法中的类似内容 我不想手动写出所有列的方程。假设我有 100 列开始,那将是 4950 列。我不可能写出来 您可以使用combn 的结果进行子集化,但添加那么多列通常是个坏主意;最好改成长形。 【参考方案1】:

我们可以在combn 中使用FUN 参数

combn(seq_along(df), 2, FUN = function(x) df[,x[1]]- df[,x[2]])
#     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
#[1,]   -1   -2    0   -2   -1    1   -1    2    0    -2
#[2,]   -2   -4   -4   -7   -2   -2   -5    0   -3    -3
#[3,]   -3   -6   -8  -12   -3   -5   -9   -2   -6    -4
#[4,]   -4   -8  -12  -17   -4   -8  -13   -4   -9    -5
#[5,]   -5  -10  -16  -22   -5  -11  -17   -6  -12    -6

另外,combndata.frame 作为参数,所以很简单

combn(df, 2, FUN = function(x) x[,1]-x[,2])
#     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
#[1,]   -1   -2    0   -2   -1    1   -1    2    0    -2
#[2,]   -2   -4   -4   -7   -2   -2   -5    0   -3    -3
#[3,]   -3   -6   -8  -12   -3   -5   -9   -2   -6    -4
#[4,]   -4   -8  -12  -17   -4   -8  -13   -4   -9    -5
#[5,]   -5  -10  -16  -22   -5  -11  -17   -6  -12    -6

数据

df <- data.frame(A=1:5, B=seq(2,10,2), C=seq(3,15,3), d=seq(1,25,5), e=seq(3,31,6))

【讨论】:

【参考方案2】:

给你

df <- data.frame(A=1:5, B=seq(2,10,2), C=seq(3,15,3), d=seq(1,25,5), e=seq(3,31,6))

> df
  A  B  C  d  e
1 1  2  3  1  3
2 2  4  6  6  9
3 3  6  9 11 15
4 4  8 12 16 21
5 5 10 15 21 27

z = combn(1:ncol(df),2)

> z
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
[1,]    1    1    1    1    2    2    2    3    3     4
[2,]    2    3    4    5    3    4    5    4    5     5

y = apply(z,2,function(x)
  df[,x[1]]-df[,x[2]]
)

结果:

> y
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
[1,]   -1   -2    0   -2   -1    1   -1    2    0    -2
[2,]   -2   -4   -4   -7   -2   -2   -5    0   -3    -3
[3,]   -3   -6   -8  -12   -3   -5   -9   -2   -6    -4
[4,]   -4   -8  -12  -17   -4   -8  -13   -4   -9    -5
[5,]   -5  -10  -16  -22   -5  -11  -17   -6  -12    -6

矩阵 z 告诉你减去了哪对列

您确实意识到,如果 df 有 100 列,那么所有组合加起来就是 4950。

【讨论】:

你真的不需要apply;你可以做df[z[1,]] - df[z[2,]]【参考方案3】:

这对我有用:

col_diff<-function(df)

    dif_fn<-function(obj)return(obj[[1]]-obj[[2]])
    tmp_fn<-function(inp_row)unlist(combn(inp_row,2,FUN=dif_fn,simplify = FALSE))
    intres<-t(apply(df,1,tmp_fn))
    colnames(intres)<-unlist(combn(colnames(df),2,simplify = FALSE,FUN=function(obj)paste(obj[[1]],obj[[2]],sep="-")))
    temp<-cbind(df, intres)
    return(temp)


应用于您的输入:

 df <- data.frame(A=1:5, B=seq(2,10,2), C=seq(3,15,3))  
df
  A  B  C
1 1  2  3
2 2  4  6
3 3  6  9
4 4  8 12
5 5 10 15

col_diff(df)
   A  B  C A-B A-C B-C
1 1  2  3  -1  -2  -1
2 2  4  6  -2  -4  -2
3 3  6  9  -3  -6  -3
4 4  8 12  -4  -8  -4
5 5 10 15  -5 -10  -5

【讨论】:

@user3305645 是的,我想我应该将 colnames 与 cols 一起添加。 :)【参考方案4】:

使用combn 生成2(在调用中指定)colnames 的所有组合

m = data.frame(combn(colnames(df),2), stringsAsFactors = F)
m
#  X1 X2 X3
#1  A  A  B
#2  B  C  C

df1 = data.frame(lapply(m, function(x) df[[x[2]]] - df[[x[1]]]))
colnames(df1) = lapply(m, function(x) paste(x[2], x[1], sep="-"))
cbind(df,df1)
#  A B  C B-A C-A C-B
#1 1 0  0  -1  -1   0
#2 2 2  3   0   1   1
#3 3 4  6   1   3   2
#4 4 6  9   2   5   3
#5 5 8 12   3   7   4

【讨论】:

@user3305645 编辑了答案以使用 colnames 完成它!【参考方案5】:

mapply:

# the data: create the input data frame with mapply for fun
df <- as.data.frame(mapply(function(i,j) seq(0, 5*i, j), 1:5, 1:5))  
names(df) <- LETTERS[1:5]
df 
#  A  B  C  D  E
#1 0  0  0  0  0
#2 1  2  3  4  5
#3 2  4  6  8 10
#4 3  6  9 12 15
#5 4  8 12 16 20
#6 5 10 15 20 25

# now use mapply to solve our problem
pairs <- combn(seq_len(ncol(df)), 2) # find all possible pairs
mapply(function(i,j)df[,i]-df[,j], pairs[1,], pairs[2,])
#     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
#[1,]    0    0    0    0    0    0    0    0    0     0
#[2,]   -1   -2   -3   -4   -1   -2   -3   -1   -2    -1
#[3,]   -2   -4   -6   -8   -2   -4   -6   -2   -4    -2
#[4,]   -3   -6   -9  -12   -3   -6   -9   -3   -6    -3
#[5,]   -4   -8  -12  -16   -4   -8  -12   -4   -8    -4
#[6,]   -5  -10  -15  -20   -5  -10  -15   -5  -10    -5

【讨论】:

以上是关于R - 如何生成数据框中所有列组合的差异的主要内容,如果未能解决你的问题,请参考以下文章

创建一个差异矩阵比较R数据框中所有行之间的差异

如何计算与 R 中相同列值关联的两个行值的差异?

如何测量数据框中特征之间的差异?

如何从 R 数据框中过滤列的唯一组合

计算数据框中所有行与特定行之间的差异

在R中,寻找一种更有效的方法来计算列中的最大值与同一列中的所有值之间的差异[重复]