统计两行数据帧R之间的匹配数

我有一个数据框，如下所示：

          LA          LE         LI        LO          LU 
A          1          0          0          0          0 
B          0          0          1          1          1 
C          0          0          0          0          0
D          1          0          0          0          0
E          1          0          1          1          0

我想计算两行之间有多少个值匹配，但不计算匹配的0，只计算匹配的1。例如，AxE=1，BxE=2，但在某种程度上，我将为每两行的组合获取这些值。我正在使用

df = read.table('rmatr.txt', header = TRUE, sep = "\t", row.names = 1)

---

要阅读我的文件

也许你可以试试下面的

combn

tmp=do.call(cbind,
  sapply(1:(nrow(df)-1),function(i){
    sapply((i+1):nrow(df),function(j){
      c(i,j,sum(df[i,]==1 & df[j,]==1))
    })
  })
)

data.frame(
  "Row1"=rownames(df)[tmp[1,]],
  "Row2"=rownames(df)[tmp[2,]],
  "cnt"=tmp[3,]
)

   Row1 Row2 cnt
1     A    B   0
2     A    C   0
3     A    D   1
4     A    E   1
5     B    C   0
6     B    D   0
7     B    E   2
8     C    D   0
9     C    E   0
10    D    E   1

cbind(
  data.frame(t(combn(row.names(df), 2))),
  cnt = combn(asplit(df, 1), 2, FUN = function(x) sum(do.call("*", x)))
)

给

   X1 X2 cnt
1   A  B   0
2   A  C   0
3   A  D   1
4   A  E   1
5   B  C   0
6   B  D   0
7   B  E   2
8   C  D   0
9   C  E   0
10  D  E   1

数据

> dput(df)
structure(list(LA = c(1L, 0L, 0L, 1L, 1L), LE = c(0L, 0L, 0L, 
0L, 0L), LI = c(0L, 1L, 0L, 0L, 1L), LO = c(0L, 1L, 0L, 0L, 1L
), LU = c(0L, 1L, 0L, 0L, 0L)), class = "data.frame", row.names = c("A", 
"B", "C", "D", "E"))

---

也许你可以试试下面的

combn

cbind(
  data.frame(t(combn(row.names(df), 2))),
  cnt = combn(asplit(df, 1), 2, FUN = function(x) sum(do.call("*", x)))
)

给

   X1 X2 cnt
1   A  B   0
2   A  C   0
3   A  D   1
4   A  E   1
5   B  C   0
6   B  D   0
7   B  E   2
8   C  D   0
9   C  E   0
10  D  E   1

数据

> dput(df)
structure(list(LA = c(1L, 0L, 0L, 1L, 1L), LE = c(0L, 0L, 0L, 
0L, 0L), LI = c(0L, 1L, 0L, 0L, 1L), LO = c(0L, 1L, 0L, 0L, 1L
), LU = c(0L, 1L, 0L, 0L, 0L)), class = "data.frame", row.names = c("A", 
"B", "C", "D", "E"))

---

我们还可以从

base R

使用

crossprod

out <- as.data.frame.table(tcrossprod(as.matrix(df)))
out[1:2] <- t(apply(out[1:2], 1, sort))
subset(out, Var1 != Var2 & !duplicated(out[1:2]))
#    Var1 Var2 Freq
#2     A    B    0
#3     A    C    0
#4     A    D    1
#5     A    E    1
#8     B    C    0
#9     B    D    0
#10    B    E    2
#14    C    D    0
#15    C    E    0
#20    D    E    1

---

out我们也可以使用
crossprod
from
base R

out <- as.data.frame.table(tcrossprod(as.matrix(df)))
out[1:2] <- t(apply(out[1:2], 1, sort))
subset(out, Var1 != Var2 & !duplicated(out[1:2]))
#    Var1 Var2 Freq
#2     A    B    0
#3     A    C    0
#4     A    D    1
#5     A    E    1
#8     B    C    0
#9     B    D    0
#10    B    E    2
#14    C    D    0
#15    C    E    0
#20    D    E    1

嘿，谢谢你的回答！唯一的问题是，当我只想将1计算为匹配项时，它也将0计算为匹配项。。编辑：谢谢@ubuntunoob这个问题我不清楚，我更新了。我会编辑这个问题使它更清楚，即使你已经回答了。多谢各位！嘿，谢谢你的回答！唯一的问题是，当我只想将1计算为匹配项时，它也将0计算为匹配项。。编辑：谢谢@ubuntunoob这个问题我不清楚，我更新了。我会编辑这个问题使它更清楚，即使你已经回答了。多谢各位！嘿我也试过你的答案，它奏效了，而且确实比第一个运行得更快，它还在运行。非常感谢。嘿@ThomasIsCoding，你介意解释一下“sum（do.call（“*”，x）”是如何进行匹配的吗？我不明白为什么它不会只返回行值的和。@ubuntunob
x
这里有一个列表，其中包含
df
中的两行。当我们执行
do.call（“*”，x）
时，我们实际上正在运行
x[[1]]*x[[2]]
，这是行的元素乘积。因为行只有二进制值，所以只有当对应的位置都是
1
s时，乘积才会给出
1
s。然后，我们运行
sum
来计算有多少
1
s，这表示公共
1
s的数量。明白了！谢谢！如果我想div通过“x”中的行的实际总和来计算该值，我可以在“sum（do.call（“*”，x）”之后添加“/（do.call（“+”，x）”吗？@ubuntunob是的，你知道了！我也尝试了你的答案，它工作了，并且确实比第一个运行得更快，这仍然在运行。谢谢你！嘿@thomasscoding，你介意解释一下“sum（do.call（“*”，x）”是如何运行的吗正在进行此匹配吗？我不明白为什么它不会只返回行的值之和。@ubuntunob
x
这里有一个列表，其中包含
df
中的两行。当我们执行
do.call（“*”，x）
时，我们实际上正在运行
x[[1]*x[[2]]
，这是行的元素乘积。因为行只有二进制值，所以只有当对应的位置都是
1
s时，乘积才会给出
1
s。然后，我们运行
sum
来计算有多少
1
s，这表示公共
1
s的数量。明白了！谢谢！如果我想div通过“x”中的行的实际总和来计算该值，我可以在“sum（do.call（“*”，x）”之后添加“/（do.call（“+”，x）”吗？@ubuntunob是的，您知道了