r - 按组查找向量中最频繁的组合

Question

我有一个包含两列的表格，即 id和 item :

df <- data.frame(id=c(1,1,2,2,2,2,3,3,3,4,4,4,4,4),item=c(1,2,3,1,2,3,4,1,2,3,1,2,1,2))

我想找到每个 id 3 个项目的最频繁组合(顺序无关紧要) .所以基本上，n选择 r哪里n = number of items within id和 r = 3 .每件元素数量id各不相同 - 有些超过 3，有些更少。

我是 R 新手并阅读了有关 combn 的信息和 expand.grid ，但我不知道如何在我的情况下使用它们(在每个 id 内工作)。

“Find most frequent combination of values in a data.frame ”是我发现的最接近的问题。

编辑:基于示例的预期答案是组合“1,2,3”，它出现在 id 2 和 4 中。

Answer 1

这是使用 dplyr 的一个想法

df1 <- df %>% 
        group_by(id) %>% 
        arrange(item) %>% 
        summarise(new = paste(unique(combn(item, length(unique(item)), toString)), collapse = '/'))
df1
# A tibble: 4 × 2
#     id                                             new
#  <dbl>                                           <chr>
#1     1                                            1, 2
#2     2                     1, 2, 3 / 1, 3, 3 / 2, 3, 3
#3     3                                         1, 2, 4
#4     4 1, 1, 2 / 1, 1, 3 / 1, 2, 2 / 1, 2, 3 / 2, 2, 3

names(sort(table(unlist(strsplit(df1$new, '/'))), decreasing = TRUE)[1])
#[1] "1, 2, 3"