R找到超过2个向量的匹配项

Question

我正在使用一组5个excel列A,B,C,D,E的单词"Aaa","Aab"...，我想找到所有列中的完全匹配（在R中）。

A   B   C   D   E  
Aaa Aaa Baa Aaa Ass
Aab Ccc Aaa Baa Aaa
Ccc Abc Ccc Ccc Ccc
... ... ... ... ... 

我为每列创建了一个向量。 为此，我尝试了for循环与if和grep功能。

<pre>
    for(i in A_vector) {
          if(grep("i", B_vector))
              if(grep("i", C_vector))
                  if(grep("i", D_vector))
                      if(grep("i", E_vector))
                          print(i)
      }
<code>

（但我只获得第一个向量A_vector中的单词）。 最后，我希望有一个带有"Aaa", "Bbb"...的向量，在5列中匹配。我不需要向量中每个匹配的位置，只需要所有向量共有的单词。

 Result
    [1] "Aaa"
    [2] "Ccc"
    [n]  ...

先感谢您！

Answer 1

以下是根据您的解释编辑的答案，您希望找到至少两列之间的所有匹配项：

 Mylist <-list(A=c("Aaa","Aab","Ccc","Ddd"), B=c("Aaa","Ccc","Abc","Abd"), C=c("Baa","Aaa","Ccc","Abb","Ddd"), D=c("Aaa","Baa","Ccc","CBB","Baa"),E=c("Ass","Aaa","Ccc","Gef"))
 CharVec <-unlist(Mylist)
 unique(CharVec[duplicated(CharVec)])

Answer 2

您要求在每个列表之间找到共同的元素，而不仅仅是重复。下面的重复是Aaa, Ccc, Ddd, and Xxx，但唯一复制的元素是Xxx。 intersect()将通过一些双lapply功能实现这一目标。

A = list("Aaa", "Aaa", "Ccc", "Ccc")
B = list("Ddd", "Ddd", "Ddd", "Eee")
C = list("Fff", "Ggg", "Hhh", "Iii", "Jjj")
D = list("Kkk", "Lll", "Mmm", "Nnn", "Xxx")
E = list("Ppp", "Qqq", "Rrr", "Xxx")
Mylist <- list(A, B, C, D, E)

dupes <- unlist(lapply(Mylist, function(x) lapply(Mylist, function(y) intersect(x,y))))

unique(dupes[duplicated(dupes)])

[1] "Xxx"

要查看交叉点的位置，这将告诉您第4个列表与第5个列表共有1个元素：

sapply(seq_len(length(Mylist)), function(x) sapply(seq_len(length(Mylist)), function(y) length(intersect(unlist(Mylist[x]), unlist(Mylist[y])))))

     [,1] [,2] [,3] [,4] [,5]
[1,]    2    0    0    0    0
[2,]    0    2    0    0    0
[3,]    0    0    5    0    0
[4,]    0    0    0    5    1
[5,]    0    0    0    1    4

Answer 3

您可以使用data.table尝试一些有点复杂的东西：

library(data.table)

setDT(data)

data[, unlist(lapply(.SD, intersect, y = unique(A))), A][, .N, A][N == {ncol(dt) - 1}, A]