R 按组计算所有点对的X和Y差，保留初始列

我有一个data.frame，其中包含坐标和组信息，如下所示：

set.seed(1)
df = data.frame(x=round(runif(6,1,100)), y=round(runif(6,100,200)), group=c("A", "A", "B", "B", "B", "A"))

我想从2个点的所有组合中创建一个“differences”data.frame，并计算第一列中X坐标的差值，第二列中Y坐标的差值。我提出了这个代码，但在国际海事组织（imo）看来绝对没有效率：

comp.diff = function(H, data) {(data[H[1], 1:2]- data[H[2], 1:2])}
comb = df %>% nrow %>% combn(2) %>% {cbind(., .[2:1, ])} # make all combinations in both ways
apply(comb, 2, comp.diff, data = df) %>% do.call('rbind.data.frame', .)

但我不能再做两件事：

• 我只想计算（或保留）来自同一组的点对的差异
• 对于输出矩阵中的每一行，我希望保留有关初始x、初始y和相关组id的信息

我如何以有效的方式实现这一点（很明显，组合的数量随着N的增加而快速增长…） 谢谢

预期产出结构（摘录）：

你可以试试

library(tidyverse)
# calculate the combinations per group
combs <- df %>% 
  split(.$group) %>% 
  map(~combn(1:nrow(.),2)) 

# the calcualtion
df %>% 
  mutate(index=1:n()) %>% 
  split(.$group) %>% 
  map2(combs, ., ~data.frame(t(apply(.x, 2, function(i) 
    cbind(paste(.y$index[i], collapse = "-"),
          .y$x[i[1]],.y$x[i[2]],.y$y[i[1]],.y$y[i[2]],
          -diff(.y$x[i]), -diff(.y$y[i])))),stringsAsFactors = F)) %>% 
  bind_rows(.id = "group") %>% 
  dplyr::select(1, index_diff=2, 
                x1_old=3, x2_old=4,
                y1_old=5, y2_old=6,
                diff_x=7,diff_y=8)

库（tidyverse）
#计算每组的组合
梳子%
拆分（.$组）%>%
地图（~combn（1:nrow（.）2））
#计算
df%>%
变异（索引=1:n（））%>%
拆分（.$组）%>%
map2（combs，，，~data.frame（t）（应用（.x，2，函数（i））
cbind（粘贴（.y$index[i]，collapse=“-”，
.y$x[i[1]]、.y$x[i[2]]、.y$y[i[1]]、.y$y[i[2]]，
-差异（.y$x[i]），-diff（.y$y[i]），stringsAsFactors=F））%>%
绑定行（.id=“group”）%>%
dplyr:：select（1，index_diff=2，
x1_old=3，x2_old=4，
y1_old=5，y2_old=6，
差异x=7，差异y=8）

编辑 在一个管道中，包括到整数的转换

df %>% 
  mutate(index=1:n()) %>% 
  split(.$group) %>% 
  map(~data.frame(t(apply(combn(1:nrow(.),2), 2, function(i) 
    cbind(paste(.$index[i], collapse = "-"),
          .$x[i[1]],.$x[i[2]],.$y[i[1]],.$y[i[2]],
          -diff(.$x[i]), -diff(.$y[i])))),stringsAsFactors = F)) %>% 
  bind_rows(.id = "group") %>% 
  dplyr::select(1, index_diff=2, 
                x1_old=3, x2_old=4,
                y1_old=5, y2_old=6,
                diff_x=7,diff_y=8) %>% 
  mutate_at(vars(x1_old:diff_y), as.numeric) %>% 
  as.tibble()
# A tibble: 6 x 8
  group index_diff x1_old x2_old y1_old y2_old diff_x diff_y
  <chr> <chr>       <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
1 A     1-2            27     38    194    166    -11     28
2 A     1-6            27     90    194    118    -63     76
3 A     2-6            38     90    166    118    -52     48
4 B     3-4            58     91    163    106    -33     57
5 B     3-5            58     21    163    121     37     42
6 B     4-5            91     21    106    121     70    -15

df%>%
变异（索引=1:n（））%>%
拆分（.$组）%>%
映射（~data.frame）t（应用）combn（1:nrow（.），2），2，函数（i）
cbind（粘贴（.$index[i]，collapse=“-”），
.$x[i[1]]、.$x[i[2]]、.$y[i[1]]、.$y[i[2]]，
-差异（.$x[i]），-diff（.$y[i]），stringsAsFactors=F））%>%
绑定行（.id=“group”）%>%
dplyr:：select（1，index_diff=2，
x1_old=3，x2_old=4，
y1_old=5，y2_old=6，
差异x=7，差异y=8）%>%
在（变量（x1旧：差异）处进行变异，如.numeric）%>%
as.tibble（）
#一个tibble:6x8
组索引_diff x1_old x2_old y1_old y2_old diff x diff y
1 A 1-2 27 38 194 166-11 28
2 A 1-6 27 90 194 118-63 76
3 A 2-6 38 90 166 118-52 48
4 B 3-4 58 91 163 106-33 57
5 B 3-5 58 21 163 121 37 42
6 B 4-5 91 21 106 121 70-15

是否应将

f

设为

comp.diff

？@Jimbou

df

的最后一行也属于A组，如何计算

df$x

in

group==“A”

c（58,27,38）的协调人。那么您如何得到

-63

的结果呢。第二个问题是您希望保留这两个值中的哪一个。第一个还是第二个？@Jimbou可能会再次运行初始df？第二个问题（好的一个：-）我想这并不重要，因为在

comb

定义中，我用样本数据计算了两种方式的差异（xi-xj）和（xj-xi）？不，它在这里运行。检查

str（df）

并将输出与您的示例数据进行比较。好的，它工作得很好确实结果似乎是正确的，而且比我的代码快得多。谢谢，这真的帮了我的忙！这只是另一个细节（但很容易修复），输出列是字符格式的

df %>% 
  mutate(index=1:n()) %>% 
  split(.$group) %>% 
  map(~data.frame(t(apply(combn(1:nrow(.),2), 2, function(i) 
    cbind(paste(.$index[i], collapse = "-"),
          .$x[i[1]],.$x[i[2]],.$y[i[1]],.$y[i[2]],
          -diff(.$x[i]), -diff(.$y[i])))),stringsAsFactors = F)) %>% 
  bind_rows(.id = "group") %>% 
  dplyr::select(1, index_diff=2, 
                x1_old=3, x2_old=4,
                y1_old=5, y2_old=6,
                diff_x=7,diff_y=8) %>% 
  mutate_at(vars(x1_old:diff_y), as.numeric) %>% 
  as.tibble()
# A tibble: 6 x 8
  group index_diff x1_old x2_old y1_old y2_old diff_x diff_y
  <chr> <chr>       <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
1 A     1-2            27     38    194    166    -11     28
2 A     1-6            27     90    194    118    -63     76
3 A     2-6            38     90    166    118    -52     48
4 B     3-4            58     91    163    106    -33     57
5 B     3-5            58     21    163    121     37     42
6 B     4-5            91     21    106    121     70    -15