我想知道如何按组计算不匹配个案。
让我们想象这是我的数据:
sek = rbind(c(1, 'a', 'a', 'a'),
c(1, 'a', 'a', 'a'),
c(2, 'b', 'b', 'b'),
c(2, 'c', 'b', 'b'))
colnames(sek) <- c('Group', paste('t', 1:3, sep = ''))
数据是这样的
Group t1 t2 t3
[1,] "1" "a" "a" "a"
[2,] "1" "a" "a" "a"
[3,] "2" "b" "b" "b"
[4,] "2" "c" "b" "b"
为了得到类似的东西
Group 1 : 0
Group 2 : 1
最好使用 stringdist
库来计算它。
有点像
seqdistgroupStr = function(x) stringdistmatrix(x, method = 'hamming')
sek %>%
as.data.frame() %>%
group_by(Group) %>%
seqdistgroupStr()
但它不起作用。
有什么想法吗?
快速更新: 你会如何解决权重问题?例如,在设置两个字符之间的 mistmatch 时,我如何传递一个参数 - 一个值 (1,2,3, ...)。就像 b 和 c 之间的不匹配 成本 2 而 a 和 c 之间的不匹配> 花费 1 等等。
最佳答案
这是另一个 dplyr
解决方案,不需要将数据转换为长/宽形式:
library(dplyr)
sek = rbind(c(1, 'a', 'a', 'a'),
c(1, 'a', 'a', 'a'),
c(2, 'b', 'b', 'b'),
c(2, 'c', 'b', 'b')) %>%
data.frame
colnames(sek) <- c('Group', paste('t', 1:3, sep = ''))
sek %>%
group_by(Group) %>%
distinct(t1, t2, t3) %>%
summarise(number_of_mismatches = n() - 1)
关于R - 按组计算不匹配,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31281125/