Question

我在计算药物组合数量方面存在问题。我的数据分为两个数据框。 df1包含id和发现的药物，如下：

combi1 | combi2
-----------------
drug1  | drug2
drug1  | drug3
drug1  | drug4
drug2  | drug3
drug2  | drug4
drug2  | drug5

df2显示了2种不同药物的所有可能的药物组合，如下：

drug1-drug2

共有7140种可能的组合。我想要的是找出有多少ID有drug1-drug3，for等组合。

我一直在尝试双counter=0 for(com in 1:nrow(df2)){ for(id in 1:unique(df1$ID)){ if(df2$combi1[com] %in% df1$drug[id] & df2$combi2[com] %in% df1$drug[id]) { counter=counter+1 } } df2$count=counter counter=0 }循环：

combi1 | combi2 | count
-----------------------
drug1  | drug2  |   1
drug1  | drug3  |   2
drug1  | drug4  |   0
drug2  | drug3  |   1
drug2  | drug4  |   0
drug2  | drug5  |   0

但它不起作用，因为它一次只能检查一行。我也在Find Most Frequent Combination within a Vector by Group尝试了解决方案，但没有任何运气。

此外，我需要对三种药物的组合进行同样的治疗

编辑：我喜欢在df2中输出就像这样，我可以看到，药物1和药物2在ID中发生了多少次。例如，只有一个ID同时具有药物1和药物2，而2个ID具有药物1和药物3

OR

Answer 1

对于这个，我找到了data.table，但你可以轻松地使用tidyr。

library(data.table)
set.seed(213) # set seed
d <- data.table(ID = rep(1:3, each = 3), drug = paste0("drug", sample(1:5, 9, rep = T))) 

get_combs <- function(x, n = 2){
  uniq_x <- sort(unique(x))
  if(length(uniq_x) < n){
    return(NULL)
  } else {
    return(as.data.frame(t(combn(uniq_x, n)), stringsAsFactors = FALSE))
  }

}

combi <- d[, get_combs(drug), by = ID][order(V1, V2),]
combi[ , .N, by = .(V1, V2)]

      V1    V2 N
1: drug1 drug2 2
2: drug1 drug4 2
3: drug2 drug4 2
4: drug3 drug5 1

Answer 2

重塑数据可能更容易：

library(reshape2)
set.seed(213) # set seed
df <- data.frame(ID = rep(1:3, each = 3), drug = paste0("drug", sample(1:5, 9, rep = T))) #define data
df <- dcast(df, ID ~ drug)
df
  ID drug1 drug2 drug3 drug4 drug5
1  1     1     1     0     1     0
2  2     0     0     2     0     1
3  3     1     1     0     1     0

现在，每个ID在一行中有组合，您可以使用标准子集来查找具有特定组合的所有ID。这是你想要的？如果没有，请在您的问题中添加所需的输出。

R：在相同的id中找到最常见的组合

2 个答案: