R查找忽略NA的元组组

编程问答 2022-05-04

问题描述

基于 almost identical question，我试图根据几列创建唯一的，如果“存在通过列的任意组合的路径”，则行应分组到相同的 ID 中。不同之处在于我有不应该用于链接行的 NA：

目标是让 R 基于 id3 和 id1 创建 id2，最小示例：

例如，id1=1 与 a 的 b 和 id2 相关。但是 id1=2 也与 a 相关，因此两者都属于一个组 (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')) 的值不会出现在其他任何地方，因此没有其他行属于该组（通常标记为 group1）。

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

我的解决方案因 NA 值而失败。

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

观察（行）2 和 8 是链接的，因为它们都有 NA 对应 id2，但这应该被忽略。有没有办法

解决方法

您可以尝试使用以下代码

  • 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
)

给你

   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>
igraphrr