R:我有一个向量列表，如何计算两个向量在所有组合中共同的元素数量

Question

我有一个向量列表。。。

A <- c("a", "b", "c", "d", "e")
B <- c("b", "e", "f", "g")
C <- c("c", "f", "g", "h", "i")
listofvectors <- list(A, B, C)

如何检查每个组合的共同元素数？所以，这将是一个比较矩阵，有共同的数字。这将给出代码指定的格式

output <- matrix(c(5, 2, 1, 2, 4, 2, 1, 2, 5), nrow = 3, ncol = 3)
dimnames(output) = list(c("A", "B", "C"), c("A", "B", "C"))
#  A B C
#A 5 2 1
#B 2 4 2
#C 1 2 5

对于单独的矢量，我可以使用A[A %in% B]，但我的实际列表中有300多个矢量，所以对每个组合都这样做需要一段时间。

理想情况下，我希望避免使用循环。我还看到函数combn()可能对完成每一个置换都有用。

如有任何帮助，我们将不胜感激。

Answer 1

只要choose(n, 2)不太大，就可以使用combn。

common_elements <- combn(listofvectors, 2, 
FUN = function(x) intersect(x[[1]], x[[2]]), simplify = FALSE)
names(common_elements) <- vapply(combn(seq_along(listofvectors), 2, simplify = FALSE), 
paste, collapse = "vs", FUN.VALUE = character(1))
#$`1vs2`
#[1] "b" "e"
#
#$`1vs3`
#[1] "c"
#
#$`2vs3`
#[1] "f" "g"
common_num <- lengths(common_elements)
#1vs2 1vs3 2vs3 
#   2    1    2 
library(Matrix)
#https://stackoverflow.com/a/51421029/1412059
fun <- function(x) {
n <- 0.5 + sqrt(0.25 + 2 * length(x)) #calculate dimension
i <- sequence(seq_len(n - 1)) #row indices
j <- rep(seq_len(n - 1), seq_len(n - 1)) + 1 # column indices
sparseMatrix(i = i, j = j, x = x, triangular = TRUE, dims = c(n, n))
}
output <- fun(common_num)
diag(output) <- lengths(listofvectors)
dimnames(output) <- rep(list(seq_along(listofvectors)), 2)
#3 x 3 sparse Matrix of class "dtCMatrix"
#  1 2 3
#1 5 2 1
#2 . 4 2
#3 . . 5

Answer 2

我不确定我是否100%理解，但也许这对你有用：

l <- list(A,B,C)
sl_ <- seq_along(l)
eg_ <- expand.grid(sl_, sl_)
matrix(mapply(function(x,y) length(intersect(l[[x]],l[[y]])),eg_$Var1, eg_$Var2 ),nrow=length(l))
#      [,1] [,2] [,3]
# [1,]    5    2    1
# [2,]    2    4    2
# [3,]    1    2    5

它没有优化，所以如果你有速度或内存问题，请告诉我。

Answer 3

最终与Roland的方法有些相似。

m = matrix(NA,nrow=length(listofvectors),ncol=length(listofvectors))
diag(m) = sapply(listofvectors,length)
m[lower.tri(m)] = apply(combn(1:3,2),2,function(x){length(intersect(listofvectors[[x[1]]],listofvectors[[x[2]]]))})
m[upper.tri(m)] = m[lower.tri(m)]
#     [,1] [,2] [,3]
#[1,]    5    2    1
#[2,]    2    4    2
#[3,]    1    2    5