7

リンクされた ID のこの単純なデータ フレームを使用します。

test <- data.frame(id1=c(10,10,1,1,24,8),id2=c(1,36,24,45,300,11))

> test
  id1 id2
1  10   1
2  10  36
3   1  24
4   1  45
5  24 300
6   8  11

リンクするすべてのIDをグループ化したいと思います。「リンク」とは、1 つのグループ内のすべての ID が一緒にラベル付けされるように、一連のリンクをたどることを意味します。分岐構造の一種。すなわち:

Group 1
10 --> 1,   1 --> (24,45)
                   24 --> 300
                          300 --> NULL
                   45 --> NULL
10 --> 36, 36 --> NULL,
Final group members: 10,1,24,36,45,300

Group 2
8 --> 11
      11 --> NULL
Final group members: 8,11

今、私は必要なロジックを大まかに知っていますが、それをエレガントに実装する方法はわかりません。matchorを再帰的に使用%in%して各ブランチをたどることを考えていますが、今回は本当に困惑しています。

私が追いかける最終結果は次のとおりです。

result <- data.frame(group=c(1,1,1,1,1,1,2,2),id=c(10,1,24,36,45,300,8,11))

> result
  group  id
1     1  10
2     1   1
3     1  24
4     1  36
5     1  45
6     1 300
7     2   8
8     2  11
4

4 に答える 4

7

これは、ジョシュが正しい方向に微調整した後、私自身が発見した別の答えです。この回答はigraphパッケージを使用しています。検索してこの答えに出くわした人のために、私のtestデータセットはグラフ理論で「エッジリスト」または「隣接リスト」と呼ばれます（http://en.wikipedia.org/wiki/Graph_theory）

library(igraph)
test <- data.frame(id1=c(10,10,1,1,24,8 ),id2=c(1,36,24,45,300,11))
gr.test <- graph_from_data_frame(test)
links <- data.frame(id=unique(unlist(test)),group=components(gr.test)$membership)
links[order(links$group),]

#   id group
#1  10     1
#2   1     1
#3  24     1
#5  36     1
#6  45     1
#7 300     1
#4   8     2
#8  11     2
于 2012-08-29T04:04:19.857 に答える
7

Bioconductor パッケージRBGL (BOOST グラフ ライブラリへの R インターフェイス) には、connectedComp()グラフ内の接続されたコンポーネントを識別する関数 が含まれています。

(この機能を使用するには、まずグラフとRBGLパッケージをインストールする必要があります。こちらとこちらから入手できます。)

library(RBGL)
test <- data.frame(id1=c(10,10,1,1,24,8),id2=c(1,36,24,45,300,11))

## Convert your 'from-to' data to a 'node and edge-list' representation  
## used by the 'graph' & 'RBGL' packages 
g <- ftM2graphNEL(as.matrix(test))

## Extract the connected components
cc <- connectedComp(g)

## Massage results into the format you're after 
ld <- lapply(seq_along(cc), 
             function(i) data.frame(group = names(cc)[i], id = cc[[i]]))
do.call(rbind, ld)
#   group  id
# 1     1  10
# 2     1   1
# 3     1  24
# 4     1  36
# 5     1  45
# 6     1 300
# 7     2   8
# 8     2  11
于 2012-08-27T05:17:24.280 に答える
2

パッケージを使用しない場合:

# 2 sets of test data
mytest <- data.frame(id1=c(10,10,3,1,1,24,8,11,32,11,45),id2=c(1,36,50,24,45,300,11,8,32,12,49))
test <- data.frame(id1=c(10,10,1,1,24,8),id2=c(1,36,24,45,300,11))

grouppairs <- function(df){

  # from wide to long format; assumes df is 2 columns of related id's
  test <- data.frame(group = 1:nrow(df),val = unlist(df))

  # keep moving to next pair until all same values have same group
  i <- 0
  while(any(duplicated(unique(test)$val))){
    i <- i+1

    # get group of matching values
    matches <- test[test$val == test$val[i],'group']

    # change all groups with matching values to same group
    test[test$group %in% matches,'group'] <- test$group[i]
  }

  # renumber starting from 1 and show only unique values in group order
  test$group <- match(test$group, sort(unique(test$group)))
  unique(test)[order(unique(test)$group), ]
}

# test
grouppairs(test)
grouppairs(mytest)
于 2014-11-10T01:53:35.620 に答える
0

あなたは再帰的だと言いました...そして、私はそれをしている間、私は非常に簡潔になると思いました。

テストデータ

mytest <- data.frame(id1=c(10,10,3,1,1,24,8,11,32,11,45),id2=c(1,36,50,24,45,300,11,8,32,12,49))
test <- data.frame(id1=c(10,10,1,1,24,8),id2=c(1,36,24,45,300,11))

グループ化を取得するための再帰関数

aveminrec <- function(v1,v2){
  v2 <- ave(v1,by = v2,FUN = min)
  if(identical(v1,v2)){
    as.numeric(as.factor(v2))
  }else{
    aveminrec(v2,v1)
  }
}

データを準備し、後で単純化する

groupvalues <- function(valuepairs){
  val <- unlist(valuepairs)
  grp <- aveminrec(val,1:nrow(valuepairs))
  unique(data.frame(grp,val)[order(grp,val), ])
}

結果を得る

groupvalues(test)
groupvalues(mytest)

aveminrec() はおそらくあなたが考えていたことの線に沿っていますが、本質的に split() と lapply() である ave() を繰り返すのではなく、各ブランチをより直接的に進める方法があるに違いありません。たぶん、再帰的に分割してラップしますか？そのままでは、部分分岐を繰り返したり、2 つのベクトルをグループ情報を失わずに少しだけ単純化したりするようなものです。

おそらく、これの一部は実際の問題で使用されるでしょうが、groupvalues() は密度が高すぎて、少なくともいくつかのコメントなしでは読むことができません。また、パフォーマンスが ave を使用した for ループとどのように比較され、グループをそのように反転するかを確認していません。

于 2020-08-16T00:08:30.780 に答える