r - 如何根据属于另一向量的一个向量合并向量列表？

Question

在 R 中，我有两个包含列表列的数据框

d1 <- data.table(
  group_id1=1:4
)
d1$Cat_grouped <- list(letters[1:2],letters[3:2],letters[3:6],letters[11:12] )

还有

d_grouped <- data.table(
  group_id2=1:4
)
d_grouped$Cat_grouped <- list(letters[1:5],letters[6:10],letters[1:2],letters[1] )

我想根据d1$Cat_grouped中的向量合并这两个data.tables，这些向量包含在d_grouped$Cat_grouped中的向量中

更准确地说，可能有两个匹配条件:

a) d1$Cat_grouped 的每个向量的所有元素必须位于 d_grouped$Cat_grouped 的匹配向量中

导致以下匹配:

result_a <- data.table(
   group_id1=c(1,2)
   group_id2=c(1,1)
)

b) d1$Cat_grouped 的每个向量中至少有一个元素必须位于 d_grouped$Cat_grouped 的匹配向量中

导致以下匹配:

result_b <- data.table(
  group_id1=c(1,2,3,3),
  group_id2=c(1,1,1,2)
)

如何实现 a) 或 b) ？最好以 data.table 的方式。

EDIT1:添加了 a) 和 b) 的预期结果

EDIT2:向 d_grouped 添加更多组，因此分组变量重叠。这破坏了一些建议的解决方案

Answer 1

所以我认为长形式更好，尽管我的回答感觉有点迂回。我敢打赌，那些对数据表更熟悉的人可以用更少的步骤完成此操作，但这是我所得到的:

首先，让我们解压示例数据中的向量:

d1_long <- d1[, list(cat=unlist(Cat_grouped)), group_id1]
d_grouped_long <- d_grouped[, list(cat=unlist(Cat_grouped)), group_id2]

现在，我们可以合并各个元素:

result_b <- merge(d1_long, d_grouped_long, by='cat')

根据我们的示例，您似乎实际上不需要知道哪些元素是匹配的一部分...

result_b[, cat := NULL]

最后，我的答案有重复的 group_id 对，因为它为每个成对匹配获取连接，而不仅仅是向量级匹配。这样我们就可以将它们独一无二。

result_b <- unique(result_b)

这是我的结果_b:

   group_id.1 group_id.2
1:          1          1
2:          2          1
3:          3          1
4:          3          2

我们可以使用 b 作为 a 的中间步骤，因为具有任何共同元素是具有所有共同元素的子集。

让我们合并原始表，看看子向量和向量的候选者是什么

result_a <- merge(result_b, d1, by = 'group_id1')
result_a <- merge(result_a, d_grouped, by = 'group_id2')

现在，如果 Cat_grouped.x 的长度与 Cat_grouped.x 为 %in% Cat_grouped.y 的 TRUE 数量匹配，那就是宾果游戏。

我尝试了一些干净的方法，但数据表中的列表的怪异击败了最明显的尝试。但这似乎有效:

让我们添加一个行列来操作by

result_a[, row := 1:.N]

现在让我们获取匹配的长度和数量...

result_a[, x.length := length(Cat_grouped.x[[1]]), row]
result_a[, matches := sum(Cat_grouped.x[[1]] %in% Cat_grouped.y[[1]]), row]

并筛选出长度和匹配项相同的行

result_a <- result_a[x.length==matches]