如何从长格式数据框计算成对计数表

Question

我有一个带有列id(主键)和featureCode(分类变量)的"长格式"数据框.每个记录具有1到9个分类变量的值.例如:

id  featureCode
5   PPLC
5   PCLI
6   PPLC
6   PCLI
7   PPL
7   PPLC
7   PCLI
8   PPLC
9   PPLC
10  PPLC

我想计算每个特征代码与其他特征代码一起使用的次数(标题的"成对计数").在此阶段,使用每个要素代码的顺序并不重要.我设想结果将是另一个数据框,其中行和列是特征代码,单元格是计数.例如:

      PPLC  PCLI  PPL
PPLC  0     3     1
PCLI  3     0     1
PPL   1     1     0

不幸的是,我不知道如何执行这个计算,我在搜索建议时画了一个空白(大多数情况下,我怀疑,因为我不知道正确的术语).

Answer 1

这是一种data.table类似于@mrdwab 的方法

如果featureCode是a ,它将最有效character

library(data.table)

DT <- data.table(dat)
# convert to character
DT[, featureCode := as.character(featureCode)]
# subset those with >1 per id
DT2 <- DT[, N := .N, by = id][N>1]
# create all combinations of 2
# return as a data.table with these as columns `V1` and `V2`
# then count the numbers in each group
DT2[, rbindlist(combn(featureCode,2, 
      FUN = function(x) as.data.table(as.list(x)), simplify = F)), 
    by = id][, .N, by = list(V1,V2)]


     V1   V2 N
1: PPLC PCLI 3
2:  PPL PPLC 1
3:  PPL PCLI 1