如何将数据框中第一行的字符串与其他每一行的字符串进行比较并计算 R 中的不匹配数？

Question

我有一个包含数千行和列的数据框，我需要计算从第一行到每隔一行（row1–row2、row1–row3、row1–row4、...）的字符变量的变化并输出总数更改为新列。

df <- data_frame(
  a = c("1 2", "1 2", "2 2", "2 2"),
  b = c("2 1", "1 2", "1 2","1 2"),
  c = c("1 1", "1 2", "2 1","2 2"),
  d = c("1 1", "1 1", "2 1","2 1")
)

df
a     b     c     d    
  <chr> <chr> <chr> <chr>
1 1 2   2 1   1 1   1 1  
2 1 2   1 2   1 2   1 1  
3 2 2   1 2   2 1   2 1  
4 2 2   1 2   2 2   2 1

我想计算从第 1 行到第 2 行、第 1 行到第 3 行等每个元素之间的字符不匹配。所以我得到这个：

   a     b     c     d   e   
1 1 2   2 1   1 1   1 1  NA #No mismatches to count since this is the first row. 
2 1 2   1 2   1 2   1 1  3 
3 2 2   1 2   2 1   2 1  5
4 2 2   1 2   2 2   2 1  6

关于如何实现这一目标的任何想法？

Answer 1

一个dplyr和purrr做法可以是：

bind_cols(df, df %>%
           mutate_all(~ strsplit(., " ", fixed = TRUE)) %>%
           mutate_all(~ map2_int(.x = ., .y = .[1], ~ sum(.x != .y))) %>%
           transmute(e = rowSums(select(., everything()))))

  a     b     c     d         e
  <chr> <chr> <chr> <chr> <dbl>
1 1 2   2 1   1 1   1 1       0
2 1 2   1 2   1 2   1 1       3
3 2 2   1 2   2 1   2 1       5
4 2 2   1 2   2 2   2 1       6

或仅使用dplyr：

bind_cols(df, df %>%
           mutate_all(~ rowSums(drop(attr(adist(., first(.), count = TRUE), "counts")))) %>%
           transmute(e = rowSums(select(., everything()))))