R中对的唯一组合之和

我有

数据框

：

tmp <- data.frame(C1=c(1,1,2),C2=c(2,3,3), CS=c(5,7,9))
> tmp
  C1 C2 CS
1 1  2  5
2 1  3  7
3 2  3  9

tmp-tmp
C1 C2 CS
1 1  2  5
2 1  3  7
3 2  3  9

我需要从

数据框

计算对的所有唯一组合的和，其中

C1

和

C2

定义对的组合，

CS

为和定义了两个术语。通常情况下，

nrow（tmp）

等于

n

第一个组合，常用数字是1：（1和2）和（1和3）给出5+7=12

第二个组合，常用数字是2：（1和2）和（2和3）给出5+9=14

第三个组合，常用数字是3：（1和3）和（2和3）给出7+9=16

预期结果是向量（12、14、16）

---

有人能给出一个如何组织所有独特组合的完整半身像的想法吗

通过

stack

或

melt

制作一个长数据集，然后

aggregate

或

tapply

或

dplyr

或

数据。表

按组求和。在base R中尝试一次：

long <- cbind(tmp["CS"], stack(tmp[c("C1","C2")]))
long

#  CS values ind
#1  5      1  C1
#2  7      1  C1
#3  9      2  C1
#4  5      2  C2
#5  7      3  C2
#6  9      3  C2

with( long, tapply(CS, values, sum) )
# 1  2  3 
#12 14 16 

---

long我真的不知道为什么会有人想做这样的事情。必须有更好的方法来存储这些数据。无论如何

library(dplyr)

## create an accumulating list
output <- list()

## for each 'common number', find the rows (slice) for which that number
## is either in the first or second column, then sum the value of 
## CS in those columns.
for (pairNo in 1:3) {
  output[[pairNo]] <- tmp %>% 
    slice(which(pairNo== C1 | pairNo== C2)) %>% 
    summarise(pairNo=pairNo, result=sum(CS))
}

## > output
## [[1]]
## pairNo result
## 1      1     12
## 
## [[2]]
## pairNo result
## 1      2     14
## 
## [[3]]
## pairNo result
## 1      3     16

库（dplyr）
##创建一个累积列表
产量%
总结（pairNo=pairNo，result=总和（CS））
}
##>输出
## [[1]]
##派诺结果
## 1      1     12
## 
## [[2]]
##派诺结果
## 1      2     14
## 
## [[3]]
##派诺结果
## 1      3     16

该列表的更清晰输出取决于您。
不一定更好，但可能比我的另一个答案更清晰

library(dplyr)
library(tidyr)
tmp %>% 
  gather(CS, "common") %>% 
  data.frame %>% ## avoids the duplicated name from a simple gather
  select(-CS.1) %>% 
  group_by(common) %>% 
  summarise(sum(CS))

##   common sum(CS)
## 1      1      12
## 2      2      14
## 3      3      16