データフレーム内の無作為に選択された2つの列の合計共有値を取得する方法

Question

私はRが新しくなったので、私を許してください。私はこの質問をどのようにするかわからない...この質問の目的は、どの2つまたは3つの要因が最も共有されているかを理解することです。 私はこのようなデータフレームを有する：

mydata<-read.table(header=TRUE, text=" 
        A B C D 
        peak_1 peak_1 0 0 
        peak_2 0 0 peak_2 
        0 0 peak_3 peak_3 
        peak_4 0 0 peak_4 
        peak_6 0 0 0 
        peak_7 0 peak_7 0 
        peak_8 peak_8 peak_8 peak_8") 

A、B、C及びDは、4つの要因です。うまくいけば、このテーブルはあなたのRにうまく表示できます。 2つの列の間に共有される値の数（0ではなく）を求めたいと思います。私は、その結果を以下のように表示されます期待している：

myresuts<-read.table(header=TRUE, text = " 
        factor_1 factor_2 number_of_shared 
        A B 2 
        A C 2 
        A D 3 
        B C 1 
        B D 1 
        C D 2") 

この小さなテーブルのために、私は手動で交差点を行うことができます。しかし、実際には、このような計算を行うために100列以上の非常に大きなテーブルがあります。私はこの問題を解決する関数を書く方法を知っています。 また、3つの列ごとに共有値の合計を計算したい場合（これは同じ方法で解決できますように）

ありがとうございます！

Answer 1

希望する結果は、比較でゼロの値を数えたくないことを示しています。私はゼロを最初にNAに変換することでこれをやっています（私は文字に変換して、重複しない値と比較することもできます）。

mydata <- lapply(mydata, 
       function(x) { 
        x[x==0] <- NA 
        as.character(x) 
}) 

cc <- combn(names(mydata),2, 
     FUN=function(x) { 
     data.frame(matrix(x,nrow=1), 
        val=sum(mydata[[x[1]]]==mydata[[x[2]]],na.rm=TRUE)) 
     }, 
     simplify=FALSE) 

do.call(rbind,cc) 

あなたが適切に機能して条件を変更する場合、これは3列のために働く必要があります...

Answer 2

組み合わせと置換を計算するのに便利な関数は、gtoolsライブラリにあります。

library(gtools) 
cbn <- data.frame(combinations(ncol(mydata),2,names(mydata))) 
cbn$num_shared = apply(cbn, 1, function(i) sum(mydata[,i[1]] == mydata[,i[2]])) 

cbn 
X1 X2 num_shared 
1 A B   2 
2 A C   3 
3 A D   4 
4 B C   4 
5 B D   3 
6 C D   4 

あなたは、ゼロを比較mydata[mydata == 0] <- NAを使用してNAに変換し、合計の内側na.rm = Tを配置したくない場合。