R 将一列的值与多个其他列的值进行比较

我有一列（VariableA）的唯一ID，我想与多列（VariableB、VariableC…）进行比较

每列都有唯一的ID，但一个ID可能位于两列或更多列中，如下所示：

VariableA VariableB VariableC
0001           0001         0008
0002           0003         0001
0004           0004         0002
0005           0006
0007 NA

---

我使用的是

ainb，下面是一个简单的例子。首先，让我们创建一个示例数据框：

data_example <- data.frame(var_a = 1:10, var_b = c(1:5,11:15), var_c=c(1:7, NA, NA, NA))
> data_example
   var_a var_b var_c
1      1     1     1
2      2     2     2
3      3     3     3
4      4     4     4
5      5     5     5
6      6    11     6
7      7    12     7
8      8    13    NA
9      9    14    NA
10    10    15    NA

现在我们想知道在这些重叠向量中出现了多少个
var_a
元素。首先创建一个小辅助函数，用于获取列表中一个向量的比例重叠：

propn_overlap <- function(comparison_vector, id_vector){ 
                     sum(id_vector %in% comparison_vector) / length(id_vector)
                 }

> sapply(overlap_vals, propn_overlap, data_example$var_a)
var_a var_b var_c 
  1.0   0.5   0.7 

尝试获取其他列的表计数并按第一列进行子集设置，如
表（unlist（df[-1]））[df$VariableA]
。数据帧的名称是什么？因为这个表达式不应该工作
variablea[，1]
。首先，它不是列的名称；其次，列本身没有两个维度。variablea是只有一列（变量a的所有ID）的data.frame的名称。dat是一个data.frame，其中包含我的所有列。你是我的英雄！非常感谢您的详细解释，我肯定会将这些函数保留在内存中。非常感谢你！
> sapply(overlap_vals, propn_overlap, data_example$var_a)
var_a var_b var_c 
  1.0   0.5   0.7