时间戳

首页 > 解决方案 > 如何通过多数投票规则找到不同向量之间的共同成员

r - 如何通过多数投票规则找到不同向量之间的共同成员

问题描述

我试图找到多个向量之间的共同元素。目前的情况有点棘手，公共元素不需要完全相同，但可能会有一些错误，比如 +/- 1，即使是公共元素也不需要在所有这些向量中显示，它们是由多数投票规则选出。此外，这些向量具有不同的长度。这是一个例子，

a <- c(5,7,11,18,27,30);

b <- c(5,8,18,26);

c <- c(6,7,10,26,30)

a中的5，b中的5，c中的6，将被视为公共元素，将取地板（平均值），即5；

a 中的 7，b 中的 8，c 中的 7，将被视为公共元素，将取地板（平均值），即 7；

a中的11，c中的10，将被视为公共元素，将取地板（平均值），即10；

相同的规则适用于 18,26,30

因此，我应该得到的最终结果是c(5,7,10,18,26,30)

标签： r

解决方案

您可以通过移动窗口方法来做到这一点。首先我们可以将这些值组合成一个向量，然后我们使用大小为“多数”的移动窗口（在本例中为 2）。如果移动窗口中的值在误差范围内（在本例中为 1），则将最小值添加到我们的常用值列表中，然后删除这些值。然后继续检查值。

这是一个函数：

#vec_list -> list of the vectors to compare
#error -> margin of error to tolerate
#returns a vector of the common numbers
get_common_values = function(vec_list, error){
  all = sort(unlist(vec_list)) #put all the numbers in one vector and sort them
  majority = ceiling(length(vec_list)/2) #get the number of values that constitute a majority
  
  common = c() #initialize an empty vector to store the values
  #now we'll loop over 'all' and find common values - and we'll remove them as we go
  #this is basically a moving window approach
  while(length(all) >= majority){ #keep going until we've gone through all the elements
    vals_i = all[1:majority] #get the values at the front
    if(diff(range(vals_i)) <= error){ #if the range is <= to the error, then this value can be considered one of the 'common' values
      new_val = min(vals_i) #get the minimum of the values
      common = c(common, new_val) #add it to our vector of common values
      all = all[!(all %in% new_val:(new_val+error))] #remove any of the values that fall within this range 
    } else {
      all = all[2:length(all)] #if the range isn't greater than the error, just remove the first element
    }
  }
  return(common)
}

我们可以这样使用它：

a = c(5,7,11,18,27,30)
b = c(5,8,18,26)
c = c(6,7,10,26,30)
get_common_values(list(a,b,c),1)

这返回5 7 10 18 26 30。

它还适用于三个以上的向量，并且具有不同的容错性：

set.seed(0)
a = sample(1:100,8)
b = sample(1:100,10)
c = sample(1:100,7)
d = sample(1:100,11)
e = sample(1:100,9)
get_common_values(list(a,b,c,d,e),2)

请注意，这假设每个向量中没有重复项，根据您提供的信息，这似乎是一个有效的假设。

推荐阅读