Получить количество экземпляров одновременного появления нескольких (> 2) символов

Question

Это расширение вопроса здесь .

У меня есть такой фрейм данных:

df<-structure(list(person = c("p1", "p1", "p1", "p1", "p1", "p1", 
"p1", "p2", "p2", "p2", "p3", "p3", "p3", "p4", "p4", "p4", "p5", 
"p5", "p5", "p6", "p6", "p6", "p7", "p7", "p7"), hp_char = c("hp1", 
"hp2", "hp3", "hp4", "hp5", "hp6", "hp7", "hp8", "hp9", "hp10", 
"hp1", "hp2", "hp3", "hp5", "hp6", "hp7", "hp8", "hp9", "hp10", 
"hp3", "hp4", "hp5", "hp1", "hp2", "hp3")), class = c("tbl_df", 
"tbl", "data.frame"), row.names = c(NA, -25L), .Names = c("person", 
"hp_char"), spec = structure(list(cols = structure(list(person = structure(list(), class = c("collector_character", 
"collector")), hp_char = structure(list(), class = c("collector_character", 
"collector"))), .Names = c("person", "hp_char")), default = structure(list(), class = c("collector_guess", 
"collector"))), .Names = c("cols", "default"), class = "col_spec"))

Следуя действительно эффективному ответу self-join / data.table, предоставленному Uwe , я получаю количество случаев одновременного появления ДВУХ "hp_id" следующим образом:

df_by2<- setDT(df)[df, on = "person", allow = TRUE][
    hp_char < i.hp_char, .N, by = .(HP_ID1 = hp_char, HP_ID2 = i.hp_char)]

Это дает мне:

    HP_ID1 HP_ID2 N
 1:    hp1    hp2 3
 2:    hp1    hp3 3
 3:    hp2    hp3 3
 4:    hp1    hp4 1
 5:    hp2    hp4 1
 6:    hp3    hp4 2
 7:    hp1    hp5 1
 8:    hp2    hp5 1
 9:    hp3    hp5 2
10:    hp4    hp5 2
11:    hp1    hp6 1
12:    hp2    hp6 1
13:    hp3    hp6 1
14:    hp4    hp6 1
15:    hp5    hp6 2
16:    hp1    hp7 1
17:    hp2    hp7 1
18:    hp3    hp7 1
19:    hp4    hp7 1
20:    hp5    hp7 2
21:    hp6    hp7 2
22:   hp10    hp8 2
23:    hp8    hp9 2
24:   hp10    hp9 2

Однако мне было интересно, можно ли сделать расширение этого метода, где число экземпляров совместного вхождения больше двух "hp_char" может быть рассчитано. Другими словами, я искал вывод (например, сколько раз произошло 3 события) примерно так:

  HP_ID1 HP_ID2 HP_ID3 N
1    hp1    hp2    hp3 3
2    hp3    hp4    hp5 2
3    hp5    hp6    hp7 2
4    hp8    hp9   hp10 2

До сих пор мне удавалось найти несколько решений для совпадения двух событий, но они, кажется, не могут быть обобщены для подсчета случаев> 2 событий. Спасибо за любую помощь!

Answer 1

Вероятнее всего, если вы используете комбинированный подход:

library(data.table)
setDT(df)

nset <- 3
cols <- paste0("hp_char", seq_len(nset))

#create combinations of nset number of skills
combi <- do.call(CJ, rep(df[,.(unique(hp_char))], nset))
setnames(combi, cols)

#create for each person the combinations of nset number of skills
nsetSkills <- df[, do.call(CJ, rep(.(hp_char), nset)), by=.(person)]
setnames(nsetSkills, names(nsetSkills)[-1L], cols)

#join the above 2 sets and calculate the occurrence for each row in combi
ans <- nsetSkills[combi, on=cols, .N, by=.EACHI]
ans

выход:

      hp_char1 hp_char2 hp_char3 N
   1:      hp1      hp1      hp1 3
   2:      hp1      hp1     hp10 0
   3:      hp1      hp1      hp2 3
   4:      hp1      hp1      hp3 3
   5:      hp1      hp1      hp4 1
  ---                             
 996:      hp9      hp9      hp5 0
 997:      hp9      hp9      hp6 0
 998:      hp9      hp9      hp7 0
 999:      hp9      hp9      hp8 2
1000:      hp9      hp9      hp9 2

Answer 2

Вы можете сделать двойное самостоятельное объединение, в остальном это почти то же самое:

df2 <- setDT(df)[df, on = "person", allow = TRUE][df, 
                     on = "person", allow = TRUE]

df2[hp_char < i.hp_char & i.hp_char < i.hp_char.1,
    .N,  by = .(HP_ID1 = hp_char, 
                HP_ID2 = i.hp_char,
                HP_ID3 = i.hp_char.1)][N >= 2]
#   HP_ID1 HP_ID2 HP_ID3 N
#1:    hp1    hp2    hp3 3
#2:    hp3    hp4    hp5 2
#3:    hp5    hp6    hp7 2
#4:   hp10    hp8    hp9 2