r - 如何获得六组或更多组的交叉点的计数？

Question

我正在对多个集合进行分析，我一直在使用 VennDiagram 包，它工作得很好，但它最多只能处理 5 个集合，现在结果我需要查看 6 个或更多集合.

理想情况下，我正在寻找一种可以用 6 组或更多组执行此操作（如下）的东西，但只要可以检索计数，它不一定必须具有绘图功能：

关于我可以做些什么来在这五个中添加一组或多组并且仍然得到计数的任何想法？

谢谢！

Answer 1

这是在维恩图中找到所有交点的递归解决方案。 sets可以是一个列表，其中包含任意数量的集合以查找其交集。出于某种原因，您正在使用的包中的代码都是针对每个集合大小进行硬编码的，因此它不会扩展到任意交叉点。

## Build intersections, 'out' accumulates the result
intersects <- function(sets, out=NULL) {
    if (length(sets) < 2) return ( out )                               # return result
    len <- seq(length(sets))
    if (missing(out)) out <- list()                                    # initialize accumulator
    for (idx in split((inds <- combn(length(sets), 2)), col(inds))) {  # 2-way combinations
        ii <- len > idx[2] & !(len %in% idx)                           # indices to keep for next intersect
        out[[(n <- paste(names(sets[idx]), collapse="."))]] <- intersect(sets[[idx[1]]], sets[[idx[2]]])
        out <- intersects(append(out[n], sets[ii]), out=out)
    }
    out
}

该函数构建成对的交叉点。为了避免构建重复的解决方案，它仅在索引大于连接的索引的集合组件上调用自身（ii在代码中）。结果是所有交叉点的列表。如果您传递命名组件，则结果将以约定“set1.set2”等命名。

结果

## Some sample data
set.seed(0)
sets <- setNames(lapply(1:3, function(.) sample(letters, 10)), letters[1:3])

## Manually check intersections
a.b <- intersect(sets[[1]], sets[[2]])
b.c <- intersect(sets[[2]], sets[[3]])
a.c <- intersect(sets[[1]], sets[[3]])
a.b.c <- intersect(a.b, sets[[3]])

## Compare
res <- intersects(sets)
all.equal(res[c("a.b","a.c","b.c","a.b.c")], list(a.b=a.b, a.c=a.c, b.c=b.c, a.b.c=a.b.c))
# TRUE

res
# $a.b
# [1] "g" "i" "n" "e" "r"
# 
# $a.b.c
# [1] "g"
# 
# $a.c
# [1] "x" "g"
# 
# $b.c
# [1] "f" "g"

## Get the counts of intersections
lengths(res)
# a.b a.b.c   a.c   b.c 
#   5     1     2     2 

或者，用数字

intersects(list(a=1:10, b=c(1, 5, 10), c=9:20))
# $a.b
# [1]  1  5 10
# $a.b.c
# [1] 10
# $a.c
# [1]  9 10
# $b.c
# [1] 10

Answer 2

好的，这是一种方法，假设您将集合表示为向量列表，并且在这些集合中要搜索的项目也表示为向量：

# Example data format
sets <- list(v1 = 1:6, v2 = 1:8, v3 = 3:8)
items <- c(2:7)

# Search for items in each set
result <- data.frame(searched = items)
for (set in names(sets)) {
  result <- cbind(result, items %in% sets[[set]])
  names(result)[length(names(result))] <- set
}

# Count
library(plyr)
ddply(result, names(sets), function (i) {
  data.frame(count = nrow(i))
})

这为您提供了项目集中实际存在的所有组合：

     v1   v2    v3 count
1 FALSE TRUE  TRUE     1
2  TRUE TRUE FALSE     1
3  TRUE TRUE  TRUE     4

Answer 3

这是一个尝试：

list1 <- c("a","b","c","e")
list2 <- c("a","b","c","e")
list3 <- c("a","b")
list4 <- c("a","b","g","h")
list_names <- c("list1","list2","list3","list4")

lapply(1:length(list_names),function(y){
combinations <- combn(list_names,y)
res<-as.list(apply(combinations,2,function(x){
    if(length(x)==1){
            p <- setdiff(get(x),unlist(sapply(setdiff(list_names,x),get)))
        }

    else if(length(x) < length(list_names)){
            p <- setdiff(Reduce(intersect,lapply(x,get)),Reduce(union,sapply(setdiff(list_names,x),get)))
        }

    else p <- Reduce(intersect,lapply(x,get))

    if(!identical(p,character(0))) p
    else NA
}))

if(y==length(list_names)) {
        res[[1]] <- unlist(res); 
        res<-res[1]
}
names(res) <- apply(combinations,2,paste,collapse="-")
res
})

第一个lapply用于从 1 循环到您拥有的集合数。然后我取了所有可能的列表名称组合，一次取 y。这实质上生成了维恩图中的所有不同子区域。

对于每个组合，输出是当前组合中列表的交集与不在组合中的其他列表的并集之间的差。

最终结果是输入的集合数的长度列表。该列表的第一个元素包含每个列表中的唯一元素，第二个元素包含两个列表的任意组合中的唯一元素等。