R找到忽略NA的元组组

Question

基于，我正在尝试基于多个列创建唯一性，如果“存在通过任何列组合的路径”，则行应分组到相同的 ID 中。不同之处在于我有不应该用于 link 行的 NA：

R 的目标是基于 id1 和 id2 创建 id3，最小示例：

例如id1=1与id2的a和b相关。但是 id1=2 也与 a 相关，所以它们都属于一个组 (id3=group1)。但由于 id1=2 和 id1=3 共享 id2=c，因此 id1=3 也属于该组 (id3=1)。元组 ((1,2),('a','b','c')) 的值没有出现在其他任何地方，因此没有其他行属于该组（一般标记为 group1）。

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

我的解决方案 因 NA 个值而失败。

g <- graph_from_data_frame(df, FALSE)
cg <- clusters(g)$membership
df$id4 <- cg[df$id1]
df

Obervation（行）2 和 8 是 linked，因为它们都有 NA for id2，但这应该被忽略。有没有办法t

Answer 1

您可以尝试使用下面的代码

components + memberships + merge

g <- graph_from_data_frame(na.omit(df))
merge(
  df,
  transform(
    rev(stack(membership(components(g))[V(g)[names(V(g)) %in% df$id1]])),
    values = paste0("group", values)
  ),
  by.x = "id1",
  by.y = "ind",
  all = TRUE
)

或

decompose + merge

subg <- decompose(graph_from_data_frame(na.omit(df)))
merge(df,
  do.call(
    rbind,
    Map(
      function(x, y) cbind(setNames(unique(as_data_frame(x)[1]), "id1"), id3 = y),
      subg,
      paste0("group", seq_along(subg))
    )
  ),
  by = "id1",
  all = TRUE
)

这给了你

   id1  id2    id3
1    1    a group1
2    1 <NA> group1
3    2    a group1
4    2    c group1
5    3    c group1
6    3    d group1
7    4    x group2
8    4 <NA> group2
9    5    y group2
10   5    z group2
11   6    x group2
12   6    z group2
13  NA <NA>   <NA>
14  NA <NA>   <NA>

R找到忽略NA的元组组

R find groups of tupples ignoring NAs

r

igraph