如何在R中用另一data.frame指定列对比某data.frame两列并统计符合条件情况

我来帮你搞定这个统计需求！核心就是要找出同时满足「成对公司走势一致」和「对应指数走势完全相反」的情况总数，下面一步步来实现：

1. 先明确数据结构（假设） #

首先我先对齐你的场景，假设数据结构是这样的（如果和你的实际数据有出入，调整列名/结构即可）：

• companies_df：每行代表一家公司，每列是一个观测时间点，单元格值为A或C
• index_df：仅一行（对应目标指数），每列和公司数据的观测时间点一一对应，值为A或C

举个示例数据：

# 示例公司数据框（4家公司，3个观测点）
companies_df <- data.frame(
  Time1 = c("C", "A", "C", "A"),
  Time2 = c("A", "A", "C", "C"),
  Time3 = c("C", "C", "A", "C"),
  row.names = c("Comp1", "Comp2", "Comp3", "Comp4")
)

# 示例指数数据框
index_df <- data.frame(
  Time1 = "A",
  Time2 = "C",
  Time3 = "A",
  row.names = "Index1"
)

2. 生成所有公司对的组合 #

你提到有6组公司对，正好是4家公司的两两组合，用combn函数就能快速生成：

# 生成所有公司的两两配对
company_pairs <- combn(rownames(companies_df), 2, simplify = FALSE)
# 输出结果就是你说的6组：Comp1&Comp2、Comp1&Comp3...Comp3&Comp4

3. 统计符合条件的情况 #

接下来我们逐个检查每个观测点+公司对的组合，判断是否满足两个条件：

• 条件1：两家公司的走势完全相同（都是A或都是C）
• 条件2：指数走势和公司相反（公司同A时指数为C，公司同C时指数为A）

基础循环实现（直观易懂） #

total_count <- 0

# 遍历每个观测时间点（列）
for (time_point in colnames(companies_df)) {
  # 获取当前时间点的指数值
  current_index <- index_df[1, time_point]
  # 获取当前时间点所有公司的走势
  company_trends <- companies_df[, time_point]
  
  # 遍历每个公司对
  for (pair in company_pairs) {
    comp1_trend <- company_trends[pair[1]]
    comp2_trend <- company_trends[pair[2]]
    
    # 验证两个条件
    is_same_trend <- (comp1_trend == comp2_trend)
    is_opposite_index <- ifelse(comp1_trend == "A", current_index == "C", current_index == "A")
    
    if (is_same_trend && is_opposite_index) {
      total_count <- total_count + 1
      # 可选：打印符合条件的组合，方便验证
      # cat(sprintf("符合条件：观测点%s，公司对%s&%s\n", time_point, pair[1], pair[2]))
    }
  }
}

# 输出最终统计结果
cat(sprintf("总符合条件的数量：%d\n", total_count))

向量化解法（高效适合大数据） #

如果你的数据量很大，循环会变慢，用向量化操作能大幅提升速度：

# 转换为矩阵/向量方便批量操作
companies_mat <- as.matrix(companies_df)
index_vec <- as.vector(t(index_df))

# 生成公司对的索引位置
pair_indices <- combn(nrow(companies_mat), 2)

# 批量计算每对公司的符合条件数量
pair_match_counts <- apply(pair_indices, 2, function(idx) {
  comp1_vals <- companies_mat[idx[1], ]
  comp2_vals <- companies_mat[idx[2], ]
  
  same_trend <- comp1_vals == comp2_vals
  opposite_index <- ifelse(comp1_vals == "A", index_vec == "C", index_vec == "A")
  
  sum(same_trend & opposite_index)
})

# 总计数为所有配对的符合数之和
total_count <- sum(pair_match_counts)
cat(sprintf("总符合条件的数量：%d\n", total_count))

用示例数据运行的话，最终结果会是3，对应Time1的Comp1&Comp3、Time2的Comp1&Comp2、Time3的Comp2&Comp4这三组符合条件的组合。

内容的提问来源于stack exchange，提问作者Robin_Hcp