R 找到元组的 "groups"

Question

这个问题在这里已经有了答案:





Make a group_indices based on several columns

(1 个回答)


2年前关闭。




我尝试根据两个变量( id3 、 id1 )找到“组”( id2 ):

df = data.frame(id1 = c(1,1,2,2,3,3,4,4,5,5),
            id2 = c('a','b','a','c','c','d','x','y','y','z'),
            id3 = c(rep('group1',6), rep('group2',4)))


   id1 id2      id3
1    1   a   group1
2    1   b   group1
3    2   a   group1
4    2   c   group1
5    3   c   group1
6    3   d   group1
7    4   x   group2
8    4   y   group2
9    5   y   group2
10   5   z   group2   

例如 id1=1与 a 相关和 b的 id2 .但是 id1=2也与 a有关所以两者都属于一个组( id3=group1 )。但由于 id1=2和 id1=3分享 id2=c , 还有 id1=3属于该组 ( id3=1 )。元组的值 ((1,2),('a','b','c'))没有其他地方出现，因此没有其他行属于该组(通常标记为 group1)。
如果您需要照顾NA s，检查这个similar post
我的想法是基于 id3 创建一个表随后将在循环中填充。

solution = data.frame(id3= c('group1', 'group2'),id1=NA, id2=NA)
group= 1 

for (step in c(1:1000)) { # run many steps to make sure to get all values
  solution$id1[group] = # populate  
  solution$id2[group] = # populate  

  if (fully populated) {
    group = group +1
  }} 

我正在努力了解如何填充。

免责声明:我问了一个类似的问题 here ，但在 id2 中使用名称导致很多人向我指出 R 中的模糊字符串过程，这里不需要，因为存在精确的解决方案。我还在这篇文章中包含了我从那时起尝试过的所有代码。

Answer 1

您可以利用 igraph找到不同的网络集群

library(igraph)
g <- graph_from_data_frame(df, FALSE)
cg <- clusters(g)$membership
df$id3 <- cg[df$id1]
df

输出:

   id1 id2 id3
1    1   a   1
2    1   b   1
3    2   a   1
4    2   c   1
5    3   c   1
6    3   d   1
7    4   x   2
8    4   y   2
9    5   y   2
10   5   z   2