12

我有一个向量列表：

> l <- list(A=c("one", "two", "three", "four"), B=c("one", "two"), C=c("two", "four", "five", "six"), D=c("six", "seven"))

> l
$A
[1] "one"   "two"   "three" "four"

$B
[1] "one" "two"

$C
[1] "two"  "four" "five" "six"

$D
[1] "six"   "seven"

我想计算列表元素的所有可能成对组合之间的重叠长度，即（结果的格式无关紧要）：

AintB 2
AintC 2
AintD 0
BintC 1
BintD 0
CintD 1

我知道combn(x, 2)可以用来获取向量中所有可能的成对组合的矩阵，length(intersect(a, b))这会给我两个向量重叠的长度，但我想不出一种方法将这两个东西放在一起。

任何帮助深表感谢！谢谢。

4

3 回答 3

24

如果我理解正确，您可以查看crossprodand stack：

crossprod(table(stack(l)))
#    ind
# ind A B C D
#   A 4 2 2 0
#   B 2 2 1 0
#   C 2 1 4 1
#   D 0 0 1 2

如果您data.frame只想要一个相关值，您可以扩展这个想法，如下所示：

  1. 写一个漂亮的函数

    listIntersect <- function(inList) {
  X <- crossprod(table(stack(inList)))
  X[lower.tri(X)] <- NA
  diag(X) <- NA
  out <- na.omit(data.frame(as.table(X)))
  out[order(out$ind), ]
}

  2. 应用它

    listIntersect(l)
#    ind ind.1 Freq
# 5    A     B    2
# 9    A     C    2
# 13   A     D    0
# 10   B     C    1
# 14   B     D    0
# 15   C     D    1

性能似乎相当不错。

展开list：

L <- unlist(replicate(100, l, FALSE), recursive=FALSE)
names(L) <- make.unique(names(L))

设置一些功能进行测试：

fun1 <- function(l) listIntersect(l)
fun2 <- function(l) apply( combn( l , 2 ) , 2 , function(x) length( intersect( unlist( x[1]) , unlist(x[2]) ) ) )
fun3 <- function(l) {
  m1 <- combn(names(l),2)
  val <- sapply(split(m1, col(m1)),function(x) {x1 <- l[[x[1]]]; x2 <- l[[x[2]]]; length(intersect(x1, x2))})
  Ind <- apply(m1,2,paste,collapse="int")
  data.frame(Ind, val, stringsAsFactors=F) 
}

查看时间：

system.time(F1 <- fun1(L))
#    user  system elapsed 
#    0.33    0.00    0.33
system.time(F2 <- fun2(L))
#    user  system elapsed 
#    4.32    0.00    4.31 
system.time(F3 <- fun3(L))
#    user  system elapsed 
#    6.33    0.00    6.33

每个人似乎对结果的排序方式不同，但数字匹配：

table(F1$Freq)
# 
#     0     1     2     4 
# 20000 20000 29900  9900 
table(F2)
# F2
#     0     1     2     4 
# 20000 20000 29900  9900 
table(F3$val)
# 
#     0     1     2     4 
# 20000 20000 29900  9900
于 2014-07-07T15:40:00.937 回答
19

combn也适用于列表结构，您只需要unlist对结果进行一点操作即可使用intersect...

# Get the combinations of names of list elements
nms <- combn( names(l) , 2 , FUN = paste0 , collapse = "" , simplify = FALSE )

# Make the combinations of list elements
ll <- combn( l , 2 , simplify = FALSE )

# Intersect the list elements
out <- lapply( ll , function(x) length( intersect( x[[1]] , x[[2]] ) ) )

# Output with names
setNames( out , nms )
#$AB
#[1] 2

#$AC
#[1] 2

#$AD
#[1] 0

#$BC
#[1] 1

#$BD
#[1] 0

#$CD
#[1] 1
于 2014-07-07T15:42:46.163 回答
3

尝试：

m1 <- combn(names(l),2)
val <- sapply(split(m1, col(m1)),function(x) {x1 <- l[[x[1]]]; x2 <- l[[x[2]]]; length(intersect(x1, x2))})
Ind <- apply(m1,2,paste,collapse="int")
data.frame(Ind, val, stringsAsFactors=F)   
#      Ind val
# 1 AntB   2
# 2 AntC   2
# 3 AntD   0
# 4 BntC   1
# 5 BntD   0
# 6 CntD   1
于 2014-07-07T15:38:30.463 回答