分组并减去数据帧中的所有行。

Question

请考虑以下示例：

t1 t2 t3 t4 t5 t6 
A  4  6  7  8  5
A  3  6  8  1  4
A  2  3  5  3  1
A  3  4  3  1  3
B  3  6  8  3  4
B  3  9  3  7  3
B  5  2  3  2  1

我希望得到一个数据帧，它检查组内每对可能的行之间的差异(A和B分别)。

我一直在尝试基于循环对数据进行子集，并手动计算行之间的差异。这导致了大量的计算，在计算了所有差异之后，很难对引用进行管理。我基本上得到了几份名单。

生成的数据文件需要包含所有可能的行组合(或排列？)的行差异。在一群人中。

例如，对于B，不考虑第一列即字符，以下是预期的结果：

t2 t3 t4 t5 t6
0  -3  5 -4  1
-2  4  5  1  3
-2  7  0  5  2 

这个标志不是很重要。只有震级

Answer 1

这里有一种方法可以得到一个有一行的表，它显示了每个组中每对行之间的差异。例如，该输出的第2行显示输入的第1行减去输入的第3行。

library(data.table)
setDT(df) # convert to data.table

df[, {  pairs <- CJ(row1 = 1:.N, row2 = 1:.N)[row1 != row2]
        data.table(pairs + .I[1] - 1, .SD[pairs[[1]]] - .SD[pairs[[2]]])
  }, by = t1]



#     t1 row1 row2 t2 t3 t4 t5 t6
#  1:  A    1    2  1  0 -1  7  1
#  2:  A    1    3  2  3  2  5  4
#  3:  A    1    4  1  2  4  7  2
#  4:  A    2    1 -1  0  1 -7 -1
#  5:  A    2    3  1  3  3 -2  3
#  6:  A    2    4  0  2  5  0  1
#  7:  A    3    1 -2 -3 -2 -5 -4
#  8:  A    3    2 -1 -3 -3  2 -3
#  9:  A    3    4 -1 -1  2  2 -2
# 10:  A    4    1 -1 -2 -4 -7 -2
# 11:  A    4    2  0 -2 -5  0 -1
# 12:  A    4    3  1  1 -2 -2  2
# 13:  B    5    6  0 -3  5 -4  1
# 14:  B    5    7 -2  4  5  1  3
# 15:  B    6    5  0  3 -5  4 -1
# 16:  B    6    7 -2  7  0  5  2
# 17:  B    7    5  2 -4 -5 -1 -3
# 18:  B    7    6  2 -7  0 -5 -2

这有点多余，因为它还显示了第3行-第1行(这只是负数)。如果不希望复制，请将row1 != row2更改为row1 < row2。

df[, {  pairs <- CJ(row1 = 1:.N, row2 = 1:.N)[row1 < row2]
        data.table(pairs + .I[1] - 1, .SD[pairs[[1]]] - .SD[pairs[[2]]])
  }, by = t1]

#    t1 row1 row2 t2 t3 t4 t5 t6
# 1:  A    1    2  1  0 -1  7  1
# 2:  A    1    3  2  3  2  5  4
# 3:  A    1    4  1  2  4  7  2
# 4:  A    2    3  1  3  3 -2  3
# 5:  A    2    4  0  2  5  0  1
# 6:  A    3    4 -1 -1  2  2 -2
# 7:  B    5    6  0 -3  5 -4  1
# 8:  B    5    7 -2  4  5  1  3
# 9:  B    6    7 -2  7  0  5  2

解释：

CJ(a, b)为所有可能的值对(ai，bj)生成一行的data.table。示例：

CJ(1:3, 1:3)
#    V1 V2
# 1:  1  1
# 2:  1  2
# 3:  1  3
# 4:  2  1
# 5:  2  2
# 6:  2  3
# 7:  3  1
# 8:  3  2
# 9:  3  3

因为它是一个data.table，所以您可以通过在[]中使用非$前缀的列名进行子集，例如

CJ(a = 1:3, b = 1:3)[a < b]
#    a b
# 1: 1 2
# 2: 1 3
# 3: 2 3

在j部分的dt[i, j, k]中，变量.SD是给定组的整个data.table子集(由k中的分组vars确定的组)。因此，这个答案接受每对元素的第一个元素，选择与这些元素.SD[pairs[[1]]]对应的组的行，并从中减去组中对应于每对.SD[pairs[[2]]]的其他元素的行。一个data.table是用pairs和这个减法的输出创建的。这是为每个组完成的，data.table会自动将所有组输出合并在一起。

Answer 2

使用tidyverse，您可以在每个t1中使用笛卡尔连接。

dat %>% 
gather(key, value, -grp) %>% 
left_join(gather(dat, key, value, - grp), by = "grp") %>% 
mutate(diff = value.x - value.y)

  grp key.x value.x key.y value.y diff
1   A    t2       4    t2       4    0
2   A    t2       4    t2       3    1
3   A    t2       4    t2       2    2
4   A    t2       4    t2       3    1
5   A    t2       4    t3       6   -2
6   A    t2       4    t3       6   -2

注意，由于我的大脑并不总是遵守规则，所以我将t1重新命名为grp。

Answer 3

这是一个选择。我们将数据按组拆分，然后找到每个组的每一个行组合，然后映射出差异并重新连接。

library(tidyverse)


testDat %>%
  group_by(t1) %>%
  mutate(row = row_number()) %>%
  split(.$t1) %>%
  map(
    ~nest(., data = -c(t1, row)) %>%
      list(.,.) %>%
      reduce(full_join, by = "t1") %>%
      rename(row1 = row.x, row2 = row.y, vec1 = data.x, vec2 = data.y) %>%
      filter(row1 != row2) %>%
      mutate(diff = map2(vec1, vec2, ~unlist(.x)-unlist(.y)))%>%
      select(-vec1, -vec2) %>%
      unnest_wider(col = diff)
    ) %>%
  bind_rows()
#> # A tibble: 18 x 8
#> # Groups:   t1 [2]
#>    t1     row1  row2    t2    t3    t4    t5    t6
#>    <chr> <int> <int> <dbl> <dbl> <dbl> <dbl> <dbl>
#>  1 A         1     2     1     0    -1     7     1
#>  2 A         1     3     2     3     2     5     4
#>  3 A         1     4     1     2     4     7     2
#>  4 A         2     1    -1     0     1    -7    -1
#>  5 A         2     3     1     3     3    -2     3
#>  6 A         2     4     0     2     5     0     1
#>  7 A         3     1    -2    -3    -2    -5    -4
#>  8 A         3     2    -1    -3    -3     2    -3
#>  9 A         3     4    -1    -1     2     2    -2
#> 10 A         4     1    -1    -2    -4    -7    -2
#> 11 A         4     2     0    -2    -5     0    -1
#> 12 A         4     3     1     1    -2    -2     2
#> 13 B         1     2     0    -3     5    -4     1
#> 14 B         1     3    -2     4     5     1     3
#> 15 B         2     1     0     3    -5     4    -1
#> 16 B         2     3    -2     7     0     5     2
#> 17 B         3     1     2    -4    -5    -1    -3
#> 18 B         3     2     2    -7     0    -5    -2