相交列表元素的所有可能组合

Question

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的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)可以用来得到一个矢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,但我想不出把这两个东西放在一起的方法.

任何帮助深表感谢!谢谢.

Answer 1

如果我理解正确的话,你可以看看crossprod和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

如果您只想要一个data.frame相关的值,您可以扩展这个想法,如下所示:

1. 写一个漂亮的功能

   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
   

表现看起来相当不错.

展开list:

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

设置一些功能来测试:

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 

每个人似乎都对结果进行了不同的排序,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 

Answer 2

combn也适用于列表结构,你只需要使用一些unlist结果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