определить группы связанных эпизодов, которые соединяются вместе

r grouping identifier linkage

1513 просмотра

3 ответа

Возьмите этот простой фрейм данных связанных идентификаторов:

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

Теперь я хочу сгруппировать все идентификаторы, которые связаны. Под «ссылкой» я подразумеваю переход по цепочке ссылок, чтобы все идентификаторы в одной группе были помечены вместе. Этакая ветвящаяся структура. то есть:

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

Теперь я примерно знаю логику, которую хотел бы, но не знаю, как бы я ее элегантно реализовал. Я думаю о рекурсивном использовании matchили %in%переходе к каждой ветви, но на этот раз я действительно озадачен.

Конечный результат, за которым я буду гоняться:

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
Автор: thelatemail Источник Размещён: 12.11.2019 09:33

Ответы (3)


6 плюса

Решение

Пакет Bioconductor RBGL (интерфейс R к библиотеке графов BOOST) содержит функцию connectedComp(), которая идентифицирует подключенные компоненты на графике - именно то, что вам нужно.

(Чтобы использовать эту функцию, вам сначала нужно установить пакеты graph и RBGL , доступные здесь и здесь .)

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
Автор: Josh O'Brien Размещён: 27.08.2012 05:17

3 плюса

Вот альтернативный ответ, который я обнаружил сам после подталкивания Джоша в правильном направлении. Этот ответ использует igraphпакет. Для тех, кто ищет и testнаходит этот ответ, мой набор данных в теории графов называется «списком ребер» или «списком смежности» ( 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.data.frame(test)
links <- data.frame(id=unique(unlist(test)),group=clusters(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
Автор: thelatemail Размещён: 29.08.2012 04:04

1 плюс

Без использования пакетов:

# 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)
Автор: ARobertson Размещён: 10.11.2014 01:53
Вопросы из категории :
32x32