在R中，将一个向量与列表中的多个向量进行匹配

Question

I have a list of vectors such as:

>list

[[1]]

[1] "a" "m" "l" "s" "t" "o"

[[2]]

[1] "a" "y" "o" "t" "e"

[[3]]

[1] "n" "a" "s" "i" "d"

我希望能够找到它们之间的匹配项，并与其余项进行比较（例如在第一个和其他两个之间，在第二个和其他两个之间，以此类推），并保留具有最高匹配数的一对。我可以使用“for”循环和成对相交来实现。例如：

for (i in 2:3) { intersect(list[[1]],list[[i]]) }

然后将输出保存到向量或其他数据结构中。然而，对于我来说，这似乎是非常低效的（因为我有数千个而不是3个），我想知道是否R有一些内置函数可以以聪明的方式完成这项任务。

问题是：

是否有一种方法可以查找一个向量与向量列表之间的匹配，而不需要显式使用“for”循环？

- Javier

---

我的第一反应是寻找一个类似于 outer() 的函数，可以用于 list，然后执行类似于 outer(foo,foo,function(x,y)length(intersect(x,y))) 的操作，其中 foo 是你的 list。但是，你可能无法通过这种方式打败 for 循环：https://dev59.com/AHI-5IYBdhLWcg3wsKz9#1722565。 - Stephan Kolassa

Answer 1

我不相信有内置的函数可以做到这一点。最好的尝试是像这样：

lsts <- lapply(1:5, function(x) sample(letters, 10)) # make some data (see below)
maxcomb <- which.max(apply(combs <- combn(length(lsts), 2), 2,
  function(ix) length(intersect(lsts[[ix[1]]], lsts[[ix[2]]]))))
lsts <- lsts[combs[, maxcomb]]
# [[1]]
#  [1] "m" "v" "x" "d" "a" "g" "r" "b" "s" "t"

# [[2]]
#  [1] "w" "v" "t" "i" "d" "p" "l" "e" "s" "x"

原始内容：

[[1]]
 [1] "z" "r" "j" "h" "e" "m" "w" "u" "q" "f"

[[2]]
 [1] "m" "v" "x" "d" "a" "g" "r" "b" "s" "t"

[[3]]
 [1] "w" "v" "t" "i" "d" "p" "l" "e" "s" "x"

[[4]]
 [1] "c" "o" "t" "j" "d" "g" "u" "k" "w" "h"

[[5]]
 [1] "f" "g" "q" "y" "d" "e" "n" "s" "w" "i"

- Robert Krzyzanowski

---

这是一段非常棒的代码。之前我没有完全表达清楚。我想要保留列表中每个元素的最大匹配数。例如，对于你创建的列表（lsts）的第一个元素，最大匹配发生在列表的第一和第二个元素之间。现在，我正在尝试编写一个程序，对于第二个元素做同样的事情（即将第二个元素与所有其他元素进行比较，然后找到最大匹配），对于第三个元素也是如此，以此类推。也许可以通过子集矩阵来实现？无论如何，谢谢你，你的代码已经给了我很多工作上的启示。 - Javier

是的，基本上你想要做类似的事情并利用组合的对称性。试一试，如果你无法让它工作，请在今天晚些时候告诉我。 - Robert Krzyzanowski

我使用了expand.grid，然后对于每个元素进行子集，仅关注该元素与剩下元素的组合，排除元素本身。它起作用了！;) 谢谢！ - Javier

Answer 2

datal <- list (a=c(2,2,1,2),
           b=c(2,2,2,4,3),
           c=c(1,2,3,4))

# all possible combinations
combs <- combn(length(datal), 2)
# split into list
combs <- split(combs, rep(1:ncol(combs), each = nrow(combs)))

# calculate length of intersection for every combination
intersections_length <- sapply(combs, function(y) {
  length(intersect(datal[[y[1]]],datal[[y[2]]]))
  }
  )

# What lists have biggest intersection
combs[which(intersections_length == max(intersections_length))]

- Tomas Greif