使用dplyr统计样本之间的共享观察数

我有一个按样本分组的观察列表。我想找到那些观察结果最为一致的样本。相同的观察结果是，两个样本之间的起始编号和结束编号都匹配。如果可能的话，我想使用R，最好是dplyr。 我已经习惯于使用dplyr来简化数据处理，但这项任务超出了我目前的能力范围。我一直在想，解决方案包括将开始和结束分组到一个变量中：group_by（start，end），但我还需要保留每个观察所属样本的信息，并在样本之间进行比较

例如：

sample  start   end
a   2   4
a   3   6
a   4   8
b   2   4
b   3   6
b   10  12
c   10  12
c   0   4
c   2   4

此处样本a、b和c共享1个观察值（2、4） 样本a和b共享2个观察值（2 4,3 6） 样本b和c共享2个观察值（2 4,10 12） 样本a和c共享1个观察值（2 4）

我想要一个像这样的输出：

abc 1
ab 2
bc 2
ac 1 

如果可能的话，还可以查看共享的观察结果：

abc 2 4
ab 2 4 
ab 3 6

等

---

提前感谢

这里有一些东西可以让你走：

df %>% 
  group_by(start, end) %>% 
  summarise(
    samples = paste(unique(sample), collapse = ""), 
    n = length(unique(sample)))

# Source: local data frame [5 x 4]
# Groups: start [?]
# 
#   start   end samples     n
#   <int> <int>   <chr> <int>
# 1     0     4       c     1
# 2     2     4     abc     3
# 3     3     6      ab     2
# 4     4     8       a     1
# 5    10    12      bc     2

df%>%
分组依据（开始、结束）%>%
总结(
样本=粘贴（唯一（样本），折叠=”），
n=长度（唯一（样本）））
#来源：本地数据帧[5 x 4]
#组：开始[？]
# 
#开始结束样本n
#        
#104C1
#2 2 4 abc 3
#3 3 6 ab 2
#4 4 8 a 1
#公元前5年10月12日

这里有一些东西可以让你继续前进：

df %>% 
  group_by(start, end) %>% 
  summarise(
    samples = paste(unique(sample), collapse = ""), 
    n = length(unique(sample)))

# Source: local data frame [5 x 4]
# Groups: start [?]
# 
#   start   end samples     n
#   <int> <int>   <chr> <int>
# 1     0     4       c     1
# 2     2     4     abc     3
# 3     3     6      ab     2
# 4     4     8       a     1
# 5    10    12      bc     2

df%>%
分组依据（开始、结束）%>%
总结(
样本=粘贴（唯一（样本），折叠=”），
n=长度（唯一（样本）））
#来源：本地数据帧[5 x 4]
#组：开始[？]
# 
#开始结束样本n
#        
#104C1
#2 2 4 abc 3
#3 3 6 ab 2
#4 4 8 a 1
#公元前5年10月12日
下面是一个通过base R实现的想法

final_d <- data.frame(count1 = sapply(Filter(nrow, split(df, list(df$start, df$end))), nrow), 
                      pairs1 = sapply(Filter(nrow, split(df, list(df$start, df$end))), function(i) paste(i[[1]], collapse = '')))

#      count1 pairs1
#0.4        1      c
#2.4        3    abc
#3.6        2     ab
#4.8        1      a
#10.12      2     bc

final\u d这里是一个通过base R实现的想法

final_d <- data.frame(count1 = sapply(Filter(nrow, split(df, list(df$start, df$end))), nrow), 
                      pairs1 = sapply(Filter(nrow, split(df, list(df$start, df$end))), function(i) paste(i[[1]], collapse = '')))

#      count1 pairs1
#0.4        1      c
#2.4        3    abc
#3.6        2     ab
#4.8        1      a
#10.12      2     bc

final\u d