gpt4 book ai didi

r - 当某些元素是彼此的同义词时计算唯一元素

转载 作者:行者123 更新时间:2023-12-04 12:51:33 27 4
gpt4 key购买 nike

我正在尝试计算此列表中独特药物的数量。

my_drugs=c('a', 'b', 'd', 'h', 'q')

我有以下字典,它为我提供了药物同义词,但它没有设置,因此定义仅适用于独特的药物:
dictionary <- read.table(header=TRUE, text="
drug names
a b;c;d;x
x b;c;q
r h;g;f
l m;n
")

因此,在这种情况下,列表中有 2 种独特的药物(因为 a 直接或间接具有同义词 b、d、q)。同义词的同义词算作同义词。

我尝试的方法是首先制作一本字典,左边只有独特的药物。为此,我将循环遍历 dictionary$drug、dictionary$drug 和 dictionary$synonyms 中的 grep,取它们的并集并替换 drug$synonyms,然后从字典中删除其他行。
bigdf=dictionary

small_df=data.frame("drug"=NA,"names"=NA)

for(i in 1:nrow(bigdf)){
search_term=sprintf("*%s*",bigdf$drug[i])
index=grep(search_term,bigdf$names)
list=bigdf$names[index]
list=Reduce(union,list)
list=paste(list, collapse=";")

if(!list==""){

new_row=data.frame("drug"=bigdf$drug[index][1],"names"=list)
small_df=rbind(small_df,new_row)
#small_df
bigdf=bigdf[-index,]
#dim(bigdf)

}
else{
new_row=data.frame("drug"=bigdf$drug[index][1],"names"="alreadycounted")
small_df=rbind(small_df,new_row)
}
}

这不起作用(small_df 中缺少某些药物),即使有,我也不确定如何使用我的新字典来计算列表中独特药物的数量。

如何计算 my_drugs 中独特药物的数量?

感谢您的帮助,如果这需要进一步澄清,请告诉我。

数据集大小:my_drugs 中有 200 个元素,字典中有 2000 行,每个药物有 10-12 个同义词。

最佳答案

library(igraph)
df1 = unique(data.frame(do.call(
rbind, apply(X = dictionary,
MARGIN = 1,
FUN = function(x) t(combn(unlist(strsplit(x, ";")), 2, sort))))))
g = graph.data.frame(df1)
g2 = delete.vertices(g, unique(V(g)$name)[!unique(V(g)$name) %in% my_drugs])
clusters(g2)$no
#[1] 2

关于r - 当某些元素是彼此的同义词时计算唯一元素,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47758961/

27 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com