计算3个事件同时发生次数及扩展至多事件的R语言实现方法

给定仅包含0/1取值的事件数据集（1表示事件发生，0表示未发生）：

df <- data.frame(event1 = c(1, 0, 0, 1, 0, 0, 1),
                    event2 = c(1, 1, 0, 1, 0, 0, 1),
                    event3 = c(1, 0, 0, 0, 0, 0, 0),
                    event4 = c(0, 1, 1, 0, 1, 0, 0),
                    event5 = c(0, 1, 0, 1, 0, 1, 1),
                    event6 = c(1, 0, 0, 0, 0, 0, 0))

统计3个事件同时发生的次数 #

通过以下步骤实现需求：

1. 生成所有3个事件的不重复组合
2. 对每个组合统计同一行中三个事件均为1的记录数
3. 整理为易读的格式

代码实现 #

# 生成所有3个事件的组合
event_triples <- combn(names(df), 3, simplify = FALSE)

# 计算每个三元组的同时发生次数
counts <- sapply(event_triples, function(triple) {
  # 行和等于3意味着三个事件都为1
  sum(rowSums(df[triple]) == 3)
})

# 整理为数据框格式
result_df <- data.frame(
  事件组合 = sapply(event_triples, paste, collapse = ", "),
  发生次数 = counts
)

# 或者整理为矩阵格式
result_matrix <- matrix(counts, ncol = 1, 
                        dimnames = list(sapply(event_triples, paste, collapse = ", "), "发生次数"))

运行后可得到你提到的结果：比如event1, event2, event3的发生次数为1，event2, event4, event5的发生次数为1。

扩展到k个事件（k>3） #

上述逻辑可直接扩展到任意k个事件的情况，只需将combn函数中的3替换为目标k值即可：

代码示例（以k=4为例） #

# 设置目标事件数量
k <- 4

# 生成所有k个事件的组合
event_k_combs <- combn(names(df), k, simplify = FALSE)

# 计算每个组合的同时发生次数
k_counts <- sapply(event_k_combs, function(comb) {
  sum(rowSums(df[comb]) == k)
})

# 整理结果
k_result_df <- data.frame(
  事件组合 = sapply(event_k_combs, paste, collapse = ", "),
  发生次数 = k_counts
)

逻辑说明 #

• combn(names(df), k)：生成数据集中所有k个事件的不重复组合
• rowSums(df[comb]) == k：判断某一行中该组合的所有事件是否都为1（行和等于k）
• sum()：统计满足条件的总行数，即该事件组合同时发生的次数

你之前查询的两个事件同时发生的统计，本质就是k=2的情况，完全适用这套逻辑。

内容的提问来源于stack exchange，提问作者user19611357