R:枚举两个向量中的匹配项

Question

我正在处理一个包含情侣信息的数据集。由列ID1中的唯一ID标识的情侣中的人员1与由列ID2中的唯一ID标识的情侣中的人员2形成情侣。数据集如下所示：

stack <- cbind(ID1 =         c(1, 2, 2, 3, 4, 4, 4, 5, 6), 
               ID2 =         c(4, 3, 3, 2, 1, 1, 1, 6, 5),
               what_I_want = c(1, 2, 2, 2, 1, 1, 1, 3, 3))

我想要的只是不同情侣的枚举。您可以在专栏what_I_want中看到我的意思。这项任务并不容易，因为我有几行是关于同一对夫妇的(比如第1、5、6和7行都是关于同一对夫妇的，1号夫妇)。最重要的是，并不是所有的配对都有相同的行数(比如配对1将显示在4行中，配对2将显示在3行中，依此类推)。这就是为什么我正在为此而苦苦挣扎的原因。我想过for循环和合并，但我不知道怎么做。如有任何帮助，我们将不胜感激<3

Answer 1

带有igraph + stack + merge的选项

merge(df,
  stack(
    membership(
      components(
        graph_from_data_frame(df)
      )
    )
  ),
  by.x = "ID1",
  by.y = "ind",
  all.x = TRUE
)

这给了我们

  ID1 ID2 values
1   1   4      1
2   2   3      2
3   2   3      2
4   3   2      2
5   4   1      1
6   4   1      1
7   4   1      1
8   5   6      3
9   6   5      3

Answer 2

一种方便的选择是使用igraph

grp <- clusters(graph_from_data_frame(df[1:2]))$membership
df$what_I_want <- grp[match(df$ID1, names(grp))]

  ID1 ID2 what_I_want
1   1   4           1
2   2   3           2
3   2   3           2
4   3   2           2
5   4   1           1
6   4   1           1
7   4   1           1
8   5   6           3
9   6   5           3

Answer 3

如果您的If是数字值，则可以使用dplyr

library(dplyr)

stack %>%
  as.data.frame() %>%
  mutate(small = pmin(ID1, ID2),
         large = pmax(ID1, ID2)) %>%
  group_by(small, large) %>%
  mutate(number = cur_group_id()) %>%
  ungroup() %>%
  select(-small, -large)

返回

# A tibble: 9 x 4
    ID1   ID2 what_I_want number
  <dbl> <dbl>       <dbl>  <int>
1     1     4           1      1
2     2     3           2      2
3     2     3           2      2
4     3     2           2      2
5     4     1           1      1
6     4     1           1      1
7     4     1           1      1
8     5     6           3      3
9     6     5           3      3

首先，我们按大小对ID进行排序，因此(1,4)和(4,1)都被转换为(1,4)。最后，我们使用这些排序的id作为分组变量，并添加一个组id。