R 使用条件计算元素的组合

我的问题与此类似，但是，首先，我想将所有潜在组合按组分组在一列Comb中，然后，根据列n中的年份统计组合的出现次数

使用相同的模拟数据集：

> dat = data.table(group = c(1,1,1,2,2,2,3,3), id=c(10,11,12,10,11,13,11,13))
> dat
   group id year
1:     1 10 2010
2:     1 11 2010
3:     1 12 2010 
4:     2 10 2011 
5:     2 11 2011 
6:     2 13 2011
7:     3 11 2012
8:     3 13 2012

预期结果：

   > dat
           group Comb   year  n
        1:     1 10 11  2010  1
        2:     1 11 12  2010  1
        3:     1 12 10  2010  1
        4:     2 10 11  2011  2
        5:     2 11 13  2011  1
        6:     2 13 10  2011  1
        7:     3 11 13  2012  2

我将非常感谢dplyr可能的解决方案

---

谢谢

这里有一个解决方案，首先以data.table的形式呈现，然后以dplyr的形式呈现。过程是一样的：我们对组进行自连接，筛选id组合顺序一致的位置（任何顺序都可以，我们选择

第一个id<第二个id

），按组合分组对行进行编号，并删除未使用的列

dat = data.table(group = c(1,1,1,2,2,2,3,3), id=c(10,11,12,10,11,13,11,13))

## with data.table
merge(dat, dat, by = "group", allow.cartesian = TRUE)[
  id.x < id.y, ][
    , Comb := paste(id.x, id.y)][
      , n := 1:.N, by = .(Comb)
    ][, .(group, Comb, n)]
#    group  Comb n
# 1:     1 10 11 1
# 2:     1 10 12 1
# 3:     1 11 12 1
# 4:     2 10 11 2
# 5:     2 10 13 1
# 6:     2 11 13 1
# 7:     3 11 13 2

## with dplyr
dat %>% full_join(dat, by = "group") %>%
  filter(id.x < id.y) %>%
  group_by(Comb = paste(id.x, id.y)) %>%
  mutate(n = row_number()) %>%
  select(group, Comb, n)
# # A tibble: 7 x 3
# # Groups:   Comb [5]
#   group Comb      n
#   <dbl> <chr> <int>
# 1     1 10 11     1
# 2     1 10 12     1
# 3     1 11 12     1
# 4     2 10 11     2
# 5     2 10 13     1
# 6     2 11 13     1
# 7     3 11 13     2

dat=data.table（组=c（1,1,1,2,2,2,3,3），id=c（10,11,12,10,11,13,11,13））
##使用data.table
合并（dat，dat，by=“group”，allow.cartesian=TRUE）[
id.x%完全加入（dat，by=“group”）%%>%
过滤器（id.x%
分组依据（Comb=paste（id.x，id.y））%>%
变异（n=行数（））%>%
选择（组、梳、n）
##tibble:7 x 3
##组：梳[5]
#群梳
#     
# 1     1 10 11     1
# 2     1 10 12     1
# 3     1 11 12     1
# 4     2 10 11     2
# 5     2 10 13     1
# 6     2 11 13     1
# 7     3 11 13     2

我不理解输出中的

n

列。也不是你的组合。在输出中，第4行有组合

10 11

，第5行有组合

11 10

。为什么秩序在这里重要，而不是在以前？为什么第2组有

11 10

，而第1组没有？为什么这些值是

n

值

2

？如果您正在寻找dplyr解决方案，我可以问一下为什么使用data.table和not tible吗？根据您的要求添加正确的标签可能会很有用。我已经根据@Gregor注释更改了所需的结果。顺序并不重要，重要的是获得每个组的所有潜在id组合。然后，根据n年和组对事件进行编号。我希望这能有所帮助。我还是不懂

n

。如果我们查看您的输入，在

year=2010

和

group=1

中，有3个ID，都是唯一的，

10

，

11

和

12

。

group=1，year=2010

的期望结果有3行，每个

Comb

对应一行，

n

对应所有行。这对我来说很有意义。但是，

group=2

和

year=2011

的输入看起来是一样的：3行，3个唯一ID。但是在输出中，

Combs=10 11

具有

n=2

。为什么输出行4中的

n=2

，而输出行1中的

n=1

。在

第7行

comb

11 13

n=2

中类似，导致相同的组合出现在

第5行

中。