DataFrame中因子配对及其逆序对的合并频次计算需求

看起来你想要的是不区分因子顺序的配对统计——也就是把(A,B)和(B,A)当成同一个配对，(C,D)和(D,C)也合并统计，对吧？原来的plyr::count()会严格区分两列的顺序，所以我们需要先对每一行的两个因子进行排序，让相同的无序配对变成统一的有序格式，再统计频次。

步骤1：准备示例数据 #

先还原你的示例数据框方便测试：

df <- data.frame(
  A1 = c("A", "D", "B", "D", "D", "A", "B", "C"),
  A2 = c("A", "C", "A", "C", "C", "B", "A", "D"),
  stringsAsFactors = FALSE
)

步骤2：统一配对顺序 #

对每一行的A1和A2元素进行排序，这样不管原来的顺序是A-B还是B-A，都会变成A-B的格式：

# 对每行的两个因子排序，转置后转为数据框
sorted_pairs <- t(apply(df[, c("A1", "A2")], 1, sort))
sorted_df <- as.data.frame(sorted_pairs, stringsAsFactors = FALSE)
# 重新命名列名保持一致
colnames(sorted_df) <- c("A1", "A2")

步骤3：统计合并后的频次 #

用你熟悉的plyr::count()函数统计即可：

library(plyr)
count(sorted_df, c("A1", "A2"))

运行后会得到你想要的结果：

A1 A2 freq
1  A  A    1
2  A  B    3
3  C  D    4

可选：用dplyr实现（更现代的tidyverse风格） #

如果你习惯用tidyverse工具链，也可以这样写，逻辑更直观：

library(dplyr)
library(tidyr)

df %>%
  # 按行处理
  rowwise() %>%
  # 将排序后的因子拼接成一个字符串，标记为同一个配对
  mutate(pair = paste(sort(c(A1, A2)), collapse = "-")) %>%
  # 取消按行处理
  ungroup() %>%
  # 统计每个配对的频次
  count(pair) %>%
  # 将拼接的字符串拆回两列
  separate(pair, into = c("A1", "A2"), sep = "-")

这个方法也会得到完全一致的结果，适合已经在使用tidyverse的场景。

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