时间戳

首页 > 解决方案 > 如何比较R中的多个特定列

r - 如何比较R中的多个特定列

问题描述

我对没有太多经验，感谢您的帮助。我有一个这样的数据集：

df <- tibble(
a = rnorm(10),
b = rnorm(10),
c = rnorm(10),
d = rnorm(10),
Adam = rnorm(10),
Aaron = rnorm(10),
Abby = rnorm(10),
Brett= rnorm(10),
Bobby= rnorm(10),
Blaine= rnorm(10),
Cate= rnorm(10),
Camila= rnorm(10),
Calvin= rnorm(10),
Dana= rnorm(10),
Debbie= rnorm(10),
Derek= rnorm(10))

我正在尝试计算 A 列和具有 A 名称（Adam、Aaron、Abby）的列之间的余弦，以及 B 列和具有 B 名称的列（Brett、Bobby、Blaine）等之间的余弦相似度。我尝试使用mappurrr但不能很清楚。

提前致谢。

标签： rdplyrpurrrsimilarity

解决方案

list我们可以根据列名的第一个字符将数据集拆分为一个数据集，然后循环遍历所有列和第一列之间的listwith map，执行cosine_similarity（来自包）（'a'，'b'，' tcRc', 'd' - 在list元素中）

library(tcR)
library(dplyr)
library(purrr)
df %>% 
    split.default(toupper(substr(names(.), 1, 1)))   %>%
    map_dfc( ~ { nm1 <- names(.x)[1]
             .x %>%
                 summarise_at(-1, ~ cosine.similarity(!! rlang::sym(nm1), .))})
# A tibble: 1 x 12
#    Adam Aaron  Abby    Brett   Bobby  Blaine  Cate Camila Calvin  Dana  Debbie   Derek
#*   <dbl> <dbl> <dbl>    <dbl>   <dbl>   <dbl> <dbl>  <dbl>  <dbl> <dbl>   <dbl>   <dbl>
#1 -0.0444 0.110 0.356 -0.00975 -0.0277 -0.0297 0.270 -0.222 -0.364 0.172 -0.0108 -0.0498

推荐阅读