R 基于无序的三列聚合数据帧

我想做与这里发布的完全相同的事情：但是有三列而不是两列

   X1   X2    X3   count
   A    B     C      1
   B    A     C      1
   D    N     A      1
   A    D     N      1
   C    B     A      1
   N    D     A      1 
   A    D     N      1

理想情况下，我希望有以下内容：

  X1    X2     X3    count
  A     B      C      3
  A     D      N      4

我已经尝试过修改代码，但我无法使其正常工作，也没有找到一个解决方法，无论是dplyr还是data.table

require(data.table)
DT <- data.table(DF)
DT.OUT <- DT[, list(size=sum(count)), 
    by=list(id1 = pmin(X1,X2,X3),id2 = c(X1,X2,X3)[!c(c(X1,X2,X3) %in% c(pmax(X1,X2,X3), pmin(X1,X2,X3)))] ,id3 = pmax(X1,X2,X3))]

require（data.table）
DT使用
apply
对前三列按行排序，然后使用
aggregate
获得
count

aggregate(d$count, as.data.frame(t(apply(d[1:3], 1, sort))), sum)
#  V1 V2 V3 x
#1  A  B  C 3
#2  A  D  N 4

或

d%>%
行（）
突变（grp=toString（排序（c（X1，X2，X3）））%>%
解组（）%>%
分组依据（grp）%>%
汇总（计数=总和（计数））%>%
分离（grp，分为=c（“x1”、“x2”、“x3”））
##一个tibble:2x4
#x1x2x3计数
#     
#1 A B C 3
#2 A D N 4

或

f=as.character（排序（唯一（未列出（d[1:3]））
d%>%
行（）
突变（grp=toString（f[f%in%c（X1，X2，X3）]）%>%
解组（）%>%
分组依据（grp）%>%
汇总（计数=总和（计数））%>%
分离（grp，分为=c（“x1”、“x2”、“x3”））
##一个tibble:2x4
#x1x2x3计数
#     
#1 A B C 3
#2 A D N 4
这里是另一个选项：

DT[, (cols) := {
        m <- as.matrix(.SD)
        as.data.table(matrix(m[order(row(m), m)], nrow=.N, byrow=TRUE))
    }, .SDcols=cols][, 
        sum(count), cols]

一个选项是使用
数据
熔化
。表

library(data.table)
unique(melt(DT[, rn := .I], id.var = c('rn', 'count'))[, 
  grp :=  toString(sort(unique(value))), rn], by = c("rn", "grp"))[, 
    .(count = sum(count)), grp]
#       grp count
#1: A, B, C     3
#2: A, D, N     4


或者另一个选项是在行上循环执行
排序
，然后按
求和进行分组

DT[, c(sort(.SD), list(count = count)), 1:nrow(DT), 
     .SDcols = X1:X3][, .(count = sum(count)), .(X1, X2, X3)]
#   X1 X2 X3 count
#1:  A  B  C     3
#2:  A  D  N     4

给出：

   letters N
1:     ABC 3
2:     ADN 4

如果需要X1、X2和X3列，则可以使用以下其中一种：

extract(l, letters, into = c("X1", "X2", "X3"), "(.)(.)(.)")
separate(l, letters, into = c("X1", "X2", "X3"), sep = 1:3)

其中，
l
是包含可变字母和N的数据框。结果为：

   X1 X2 X3 N
1:  A  B  C 3
2:  A  D  N 4

将此算法调整到3列以上很容易。
我可以问一下您的数据集有多大吗？10865行和所示的相同列（X1、X2、X3、count）使用
矩阵
转换的方法很好。这会对大数据集中的内存产生影响吗？@akrun问了一个有趣的问题。我还认为，由于转换为matrixExcellent，非常优雅的解决方案，会产生影响！非常感谢！
DT[, c(sort(.SD), list(count = count)), 1:nrow(DT), 
     .SDcols = X1:X3][, .(count = sum(count)), .(X1, X2, X3)]
#   X1 X2 X3 count
#1:  A  B  C     3
#2:  A  D  N     4

df[, letters := pmap_chr(list(X1, X2, X3), ~c(...) %>% sort() %>% str_c(collapse = ""))]
df[, .N, by = letters]

   letters N
1:     ABC 3
2:     ADN 4

extract(l, letters, into = c("X1", "X2", "X3"), "(.)(.)(.)")
separate(l, letters, into = c("X1", "X2", "X3"), sep = 1:3)

   X1 X2 X3 N
1:  A  B  C 3
2:  A  D  N 4