R 中的简单数据操作

Question

@Aniko 指出，查看我的问题的一种方法是，我需要找到图的连接组件，其中顶点称为组，变量 group 和 nomminated_group指示这两个组之间的边缘。我的目标是创建一个变量 parent_Group 来索引连接的组件。或者正如我之前所说：

我有一个包含四个变量的数据框：ID、group、nomminated_ID 和 nomminated_Group代码>.

考虑姐妹组：如果数据中至少存在一种情况 group==A 且nominal_group==B，则组 A 和 B 是姐妹组，反之亦然。

我想创建一个变量 parent_group ，它为每组姐妹组采用唯一的值。换句话说，不同 parent_group 中的案例之间不应出现提名。使 parent_group 顺序编号似乎是个好主意。

非常感谢我已经收到的帮助 这里！我不能在这里做出真正的贡献，但请注意，我尝试在 stats.exchange 和维基百科上转发它。

在我的假数据中，A和B是姐妹团。 ID=4 或 ID=5 的情况都足以证明这一点。每个团体也是他们自己的姐妹团体。创建 parent_group 的目标应该是为 A 或 B 中的所有案例生成一个 parent_group，并为 C 组生成另一个 parent_group

df <- data.frame(ID = c(9, 5, 2, 4, 3, 7), 
  group = c("A", "A", "B", "B", "A", "C"),
  nominated_ID = c(9, 8, 4, 9, 2, 7)     )

df$nominated_group <- with(df, group[match(nominated_ID, ID)])

df

  ID group nominated_ID nominated_group
1  9     A            9               A
2  5     A            8            <NA>
3  2     B            4               B
4  4     B            9               A
5  3     A            2               B
6  7     C            7               C

Answer 1

考虑一个图，其中组作为其顶点，边指示两个组针对同一 ID 出现。那么我认为您正在寻找该图的连接组件。以下是使用 graph 包快速而肮脏（可能不是最佳）实现此想法的方法：

library(graph)
#make some fake data
nom <- data.frame(group = c("A","A","A","B","B","C","C"),
                  group2 = c("A","A","B","B","A","C","C"),
            stringsAsFactors=FALSE)
#remove duplicated pairs
#it will keep A-B distinct from B-A, could probably be fixed
nom1 <- nom[!duplicated(nom),]

#define empty graph
grps <- union(unique(nom$group), unique(nom$group2))
gg <- new("graphNEL", nodes=grps, edgeL=list())
#add an edge for every pair
for (i in 1:nrow(nom1)) gg <- addEdge(nom1$group[i], nom1$group2[i], gg, 1)

#find connected components
cc <- connComp(gg)

#assing parent by matching within cc
nom$parent <- apply(nom, 1, 
    function(x) which(sapply(cc, function(y) x["group"] %in% y)))
nom

  group group2 parent
1     A      A      1
2     A      A      1
3     A      B      1
4     B      B      1
5     B      A      1
6     C      C      2
7     C      C      2