Paar die Daten in allen möglichen Kombinationen

Question

I-Daten in Spalte in zwei Spalten haben wie diese

Id Value 
1 a 
2 f 
1 c 
1 h 
2 a 

und ich möchte Paar die Daten der Spalte ‚Wert‘ in allen möglichen Kombinationen basieren auf derselben Id wie

(a,c) 
(a,h) 
(c,h) 
(f,a) 

Gibt es R oder Python oder VBA-Code, um diese Aufgabe zu erhalten?

Answer 1

eine Zeichenmatrix mit diesen Kombinationen zurückzukehren Basis R verwenden, versuchen

do.call(rbind, t(sapply(split(df, df$Id), function(i) t(combn(i$Value, 2))))) 
    [,1] [,2] 
[1,] "a" "c" 
[2,] "a" "h" 
[3,] "c" "h" 
[4,] "f" "a" 

Jede Zeile ist eine gewünschte Kombination.

Um dies ein wenig zu brechen, teilt split die Daten.frame per ID in eine Liste von zwei data.frames. Dann wird diese Liste und die combn Funktion gefüttert, um die paarweisen Kombinationen innerhalb dieser data.frames zu finden. Das Ergebnis von jedem data.frame (welches eine Matrix ist) wird transponiert, um mit t Ihre gewünschte Struktur zu passen. Schließlich wird diese Liste von Matrizen an do.call übergeben, die rbind verwendet, um die endgültige Matrix zurückzugeben.

Hinweis: Es wird davon ausgegangen, dass die Wertspalte ein Zeichen ist (nicht der variable Typ des lästigen Faktors). Dies wird leicht in der read. Familie von Funktionen, wie read.csv und erreicht, indem Sie das Argument as.is = TRUE zu Ihrer Lesefunktion hinzufügen (oder die längeren StringsAsFactors = FALSE). Wenn die Variable bereits ein Faktor ist, können Sie die Anweisung i$Value gegen Ende in as.character: as.character(i$Value) umbrechen, und sie wird wie gewünscht ausgeführt.

Answer 2

Mit R Sie könnten versuchen:

library(purrr) 

df %>% 
    split(.$Id) %>% 
    map(~ t(combn(.$Value, 2))) 

Welche gibt:

#$`1` 
#  [,1] [,2] 
#[1,] "a" "c" 
#[2,] "a" "h" 
#[3,] "c" "h" 
# 
#$`2` 
#  [,1] [,2] 
#[1,] f a 
#Levels: a c f h 

Answer 3

Nur ein weiterer Weg (möglicherweise etwas schneller, da es die Tatsache nutzt, dass Sie suchen alle Paare und vermeidet combn und t):

require(data.table) 
dt[, .(c1 = rep(Value, (.N:1)-1L), c2 = rep(Value, (1:.N)-1L)), by=Id] 
# Id c1 c2 
# 1: 1 a c 
# 2: 1 a h 
# 3: 1 c h 
# 4: 2 f a 

.N die Anzahl der Beobachtungen für jede Gruppe enthält .

---

wo dt ist:

dt = fread('Id Value 
1 a 
2 f 
1 c 
1 h 
2 a')