通过分区列对数据框的列进行 R 组合

Question

让我有这样一个数据框(df):

col1  col2  col3
x1     x3    x4 
x2     y1    y2
y3     y4    y5

让另一个输入数据框(dfi)为:

col1 col2
y    2
x    1 

所需的输出数据帧是:

数据框1(df1):

col1 col2 col3
x1    y1   y2   
x2    y4   y5

数据框2(df2):

col1 col2 col3
y3    y1   x4
      y4

数据框3(df3):

col1 col2 col3
y3    x3   y2
           y5

也就是说，

我想创建数据框，其中

• 每列仅包含 x 值或仅包含 y 值
• 输入数据框 (dfi) 表示每个输出 dafa 框仅包含 2 个“y”列和 1 个“x”列
• 必须生成此类数据帧的所有可能的不同组合。

如何使用 R 创建此类数据框？我的原始数据框要大得多，第二个输入数据框 dfi 可以更改。我知道这是一个难题。我将非常高兴获得任何帮助。非常感谢。

Answer 1

不完全是您正在寻找的内容(列顺序不同)。这个问题确实非常具体，因此很难解释代码，但这里有一些注释:

1. 使用 dfi 的 col1 查找 df 中的“x”和“y”列。对于 x --> xi 和 y --> yi。将结果放入如下列表中:

     List of 2
     $ :List of 3
        ..$ col1: chr "y3"
        ..$ col2: chr [1:2] "y1" "y4"
        ..$ col3: chr [1:2] "y2" "y5"
     $ :List of 3
        ..$ col1: chr [1:2] "x1" "x2"
        ..$ col2: chr "x3"
        ..$ col3: chr "x4"
   

2. 使用 dfi 的 col2 ，并使用 Map 和 combin 列出 ll 查找所有组合。我们还使用辅助函数 FUN 来均匀化向量长度。

完整代码如下:

ll <- lapply(dfi$col1,function(patt) lapply(df,function(x)x[grep(patt,x)]))
M <- max(dfi$col2)
## helper function to add '' if vectors don't have the same size
FUN = function(x){
  res <- lapply(x,function(y){
    if(length(y)<M)
      y <- c(y,rep('',M-length(y)))
    else y
  })
  as.data.frame(res)
}

ll_dat <- Map(function(x,m)combn(x,m,simplify=F,FUN),ll,dfi$col2)


Map(cbind,ll_dat[[1]],rev(ll_dat[[2]]))

# [1]]
# col1 col2 col3
# 1   y3   y1   x4
# 2        y4     
# 
# [[2]]
# col1 col3 col2
# 1   y3   y2   x3
# 2        y5     
# 
# [[3]]
# col2 col3 col1
# 1   y1   y2   x1
# 2   y4   y5   x2