如何在R中将dplyr筛选条件存入向量并组合应用计算交集行数

错误原因 #

• 你用c()拼接多个数据框时，R会自动将所有数据框的列拆分为列表元素，而非将每个完整数据框作为独立元素存储，自然没法正常执行取交集操作
• 代码存在拼写错误：变量名filter_insection和filter_intersection不一致，且print语句缺右括号，也会导致运行异常
• 双重循环会重复计算相同组合（比如i=1,j=2和i=2,j=1是同一个交集），效率很低

方案1：直接基于已生成的筛选子集计算 #

把你生成的8个筛选后的数据集存入列表而非普通向量，之后遍历组合计算：

# 1. 把筛选后的数据集存入列表，每个元素是一个完整数据框
filter_list <- list(filter1, filter2, filter3, filter4, filter5, filter6, filter7, filter8)
# 可以给列表加个命名方便识别结果
names(filter_list) <- paste0("filter",1:8)

# 2. 生成所有不重复的两两组合，避免重复计算
combs <- combn(length(filter_list), 2, simplify = FALSE)

# 3. 遍历组合计算交集行数
result <- lapply(combs, function(idx){
  set1 <- filter_list[[idx[1]]]
  set2 <- filter_list[[idx[2]]]
  inter_row <- nrow(dplyr::intersect(set1, set2))
  return(data.frame(
    filter_a = names(filter_list)[idx[1]],
    filter_b = names(filter_list)[idx[2]],
    intersect_rows = inter_row
  ))
})

# 把结果合并为一个数据框查看
final_result <- do.call(rbind, result)

如果要包含筛选条件和自身的交集（也就是单个筛选的结果行数），把combn的逻辑替换成全量组合即可。

方案2：直接存储筛选条件，按需组合计算（更推荐） #

不用提前生成8个筛选后的子集，直接把筛选条件存为表达式列表，组合后一次性计算交集行数，内存效率更高，修改也更方便：

library(dplyr)
library(rlang)

# 1. 把你的8个筛选条件存为表达式列表，对应你原来的筛选逻辑
filter_exprs <- list(
  filter1 = expr(var1 == x),
  filter2 = expr(var2 == y),
  filter3 = expr(var3 == a),
  filter4 = expr(var4 == b),
  filter5 = expr(var5 == c),
  filter6 = expr(var6 == d),
  filter7 = expr(var7 == e),
  filter8 = expr(var8 == z)
)

# 2. 生成两两组合
combs <- combn(length(filter_exprs), 2, simplify = FALSE)

# 3. 组合两个条件直接筛选原数据，得到的就是交集，不用单独调用intersect
result <- lapply(combs, function(idx){
  # 组合两个筛选条件
  combined_expr <- expr(!!filter_exprs[[idx[1]]] & !!filter_exprs[[idx[2]]])
  # 直接在原数据上筛选，行数就是交集行数
  inter_row <- data %>% filter(!!combined_expr) %>% nrow()
  return(data.frame(
    filter_a = names(filter_exprs)[idx[1]],
    filter_b = names(filter_exprs)[idx[2]],
    intersect_rows = inter_row
  ))
})

final_result <- do.call(rbind, result)

内容的提问来源于stack exchange，提问作者Michiel V.