计算R中所有变量对之间的差异

Question

我有一个带有4列的数据框。

set.seed(123)
df <- data.frame(A = round(rnorm(1000, mean = 1)),
           B = rpois(1000, lambda = 3),
           C = round(rnorm(1000, mean = -1)),
           D = round(rnorm(1000, mean = 0)))

我想计算我数据帧的每一行的列（AB，AC，AD，BC，BD，CD）的每种可能组合的差异。 这相当于每种组合做 df $ a -df $ b 。

我们可以使用 dist（）函数在我的数据集中时有效地计算此功能吗？然后，我想将DIST对象转换为 data.frame ，以 ggplot2 绘制结果。 除非有一个很好的整洁做上述版本。

非常感谢

我最接近的是在下面做，但是我不确定列名所指的内容。

d <- apply(as.matrix(df), 1, function(e) as.vector(dist(e)))
t(d)

Answer 1

DIST 将将向量中的每个值与同一向量中的每个其他值进行比较，因此，如果您想比较列列逐行，这不是您想要的。

如果您只想计算所有列之间的差异，则可以执行：

df <- cbind(df, 
            do.call(cbind, lapply(asplit(combn(names(df), 2), 2), function(x) {
  setNames(data.frame(df[x[1]] - df[x[2]]), paste(x, collapse = ""))
})))

head(df)
#>   A B  C  D AB AC AD BC BD CD
#> 1 0 1 -2 -1 -1  2  1  3  2 -1
#> 2 1 1 -1  1  0  2  0  2  0 -2
#> 3 3 1 -2 -1  2  5  4  3  2 -1
#> 4 1 3  0 -1 -2  1  2  3  4  1
#> 5 1 3  0  1 -2  1  0  3  2 -1
#> 6 3 3  1  0  0  2  3  2  3  1

^{在2022-06-14上由 > Reprex软件包（v2.0.1）}

Answer 2

使用基本R：

df_dist <- t(apply(df, 1, dist))
colnames(df_dist) <- apply(combn(names(df), 2), 2, paste0, collapse = "_")

如果您真的想使用整齐的操作，则可以使用 c_across ，但这也可以删除名称，如果您的数据巨大，则要慢得多