在R中查找重复模式

Question

假设我有一个5 x 100的矩阵，其中的数字介于0和100之间，例如：

1   5   10  15  3
2   15  3   8   27
1   22  34  45  35
28  27  32  3   8
......

我想找出重复的数字“模式”(主要是情侣或三胞胎)。

所以在我的例子中，情侣3,15出现两次，三元组3，8，27也出现两次(我不关心顺序)。

你将如何在R中实现它？

我想要分开的情侣和三胞胎，并计算他们的数量。

谢谢你，尼科

Answer 1

这里有一种方法。对于100行矩阵的每一行，找到所有数字对/三元组(使用combn )，并对数字对/三元组进行频率计数(使用table)。我定义的pasteSort函数在对向量进行排序后从向量中创建一个字符串。我们将此函数应用于每行中的每个对/元组，并在进行频率计数之前从矩阵中收集所有对/元组。请注意，如果一对在同一行上重复，则将其计为“重复”。

> mtx <- matrix( c(1,5,10,15,3, 
                 2, 15, 3, 8, 27, 
                 1, 22, 34, 45, 35, 
                  28, 27, 32, 3, 8), ncol=5, byrow=TRUE)
> pasteSort <- function( x ) do.call(paste, as.list( sort( x) ) )
> pairs <- c( apply(mtx, 1, function(row) apply( combn(row, 2), 2, pasteSort)) )
> pairFreqs <- table(pairs)
> pairFreqs[ pairFreqs > 1 ]
3 15 3 27  3 8 8 27 
   2    2    2    2 
> triples <- c( apply(mtx, 1, function(row) apply( combn(row, 3), 2, pasteSort)) )
> tripleFreqs <- table( triples )
> tripleFreqs[ tripleFreqs > 1 ]
3 8 27 
     2