如何迭代两个函数参数的所有组合，并在r中返回一个“n×m”矩阵

我想统计候选人在随机产生的选举中获得的第一、第二、第三等偏好的数量：

library(tidyverse)
library(magrittr)

set.seed(42)

results <- replicate(10, sample.int(5,5)) %>%
 t() %>%
 tbl_df() %>%
 set_colnames(c("A", "B", "C", "D", "E"))

# A tibble: 10 x 5
     A     B     C     D     E
   <int> <int> <int> <int> <int>
 1     5     4     1     2     3
 2     3     5     1     2     4
 3     3     5     4     1     2
 4     5     4     1     3     2
 5     5     1     3     2     4
 6     3     2     5     1     4
 7     4     5     2     3     1
 8     5     1     4     2     3
 9     2     5     1     4     3
10     5     4     2     3     1

但它又回来了

[1] 0 1 1 1 0

这只是'a1''b2''c3''d4''e5'

到目前为止，我的解决方案是使用cross2获得所有组合的列表，并应用同一函数的调整版本：

count_prefs2 <- function(df, cand_round) {
  df %>%
    filter_at(vars(cand_round[[1]]), all_vars(. == cand_round[[2]])) %>%
    nrow()
}

map_int(cross2(colnames(results), c(1:5)), count_prefs2, df = results)

[1] 0 2 4 2 2 1 1 2 4 2 3 0 1 3 3 1 3 2 1 3 5 4 1 0 0

这给了我正确的数字，但我需要将其转换为矩阵，然后是数据帧，以得到我想要的结果

map_int(cross2(colnames(results), c(1:5)), count_prefs2, df = results) %>%
  matrix(nrow = 5, ncol = 5, byrow = TRUE) %>%
  tbl_df() %>%
  set_colnames(c("A", "B", "C", "D", "E"))

# A tibble: 5 x 5
      A     B     C     D     E
  <int> <int> <int> <int> <int>
1     0     2     4     2     2
2     1     1     2     4     2
3     3     0     1     3     3
4     1     3     2     1     3
5     5     4     1     0     0

---

对于这个问题有更优雅的解决方案吗？

一个较短的base R选项使用@markus提到的stack

table(stack(df))

使用sapply的base R方法是使用表计算每列的频率，该表根据列在数据帧中可以采用的列号的最大值指定级别

n <- ncol(df)
sapply(df, function(x) table(factor(x, levels = 1:n)))


#  A B C D E
#1 0 2 4 2 2
#2 1 1 2 4 2
#3 3 0 1 3 3
#4 1 3 2 1 3
#5 5 4 1 0 0

---

较短的base R选项使用@markus提到的stack

table(stack(df))

使用sapply的base R方法是使用表计算每列的频率，该表根据列在数据帧中可以采用的列号的最大值指定级别

n <- ncol(df)
sapply(df, function(x) table(factor(x, levels = 1:n)))


#  A B C D E
#1 0 2 4 2 2
#2 1 1 2 4 2
#3 3 0 1 3 3
#4 1 3 2 1 3
#5 5 4 1 0 0

---

另一个baseR选项是TablesTackResults，这确实是一个方便的函数。您可以在答案中加入此选项。谢谢。所有这些建议都很好！我肯定是在以一种非常复杂的方式处理这个问题，另一个更基本的选项是tablestackresults，这确实是一个方便的函数。您可以在答案中加入此选项。谢谢。所有这些建议都很好！我肯定是以一种非常复杂的方式来解决这个问题的。tidyverse方式是gatherresults%%>%countvalue，key%%>%spreadkey，n，fill=0 tidyverse方式是gatherresults%%>%countvalue，key%%>%spreadkey，n，fill=0

purrr::map_dfr(df,~table(factor(., levels = 1:n)))

# A tibble: 5 x 5
#      A     B     C     D     E
#  <int> <int> <int> <int> <int>
#1     0     2     4     2     2
#2     1     1     2     4     2
#3     3     0     1     3     3
#4     1     3     2     1     3
#5     5     4     1     0     0