r - 重复跟随父 ID 直到祖先的 Tidyverse 方法

Question

The themes dataset from Rebrickable包括每个主题的 ID 及其父 ID(列已在此处重命名)，这可能会递归(ID 可能有祖 parent 、曾祖 parent 等)这是一个遵循父链 City -> Advent -> Seasonal 的示例:

themes <- data.frame(theme_id = c(206, 207, 208), 
                     theme_name = c("Seasonal", "Advent", "City"), 
                     parent_theme_id = c(NA, 206, 207))

这是我的基本 R 代码，用于跟踪父 ID 直到达到 NA，这意味着没有父 ID:

for (i in 1:nrow(themes)) {
  orig_id <- themes[i,]$theme_id
  cur_id <- orig_id
  repeat {
    par_id <- themes[themes$theme_id == cur_id,]$parent_theme_id
    if (is.na(par_id)) break
    cur_id <- par_id
  }
 
  themes[themes$theme_id == orig_id,]$ancestor_theme_id = cur_id
}

是否有更好的 tidyverse 或基本 R 方法来创建包含最大祖先 ID 的新列？我想不出一种递归地遵循 ID“指针”而不一次操作一行并且在某处有循环的好方法。

Answer 1

正如@r2evans 在评论中解释的那样，递归查找本身没有 tidyverse 函数，但是您可以通过定义递归函数并从 mutate 调用它来使您的代码更加简洁和 tidyverse-y (map_dbl()):

library(dplyr)
library(purrr)

find_ancestor <- function(id) {
  dat <- cur_data()
  parent <- filter(dat, theme_id == id)$parent_theme_id
  if (is.na(parent)) id else find_ancestor(parent)
}

themes %>% 
  mutate(ancestor_theme_id = map_dbl(theme_id, find_ancestor))

  theme_id theme_name parent_theme_id ancestor_theme_id
1      206   Seasonal              NA               206
2      207     Advent             206               206
3      208       City             207               206