提问人：sparklink 提问时间：9/7/2023 更新时间：9/7/2023 访问量：69
在 R 中链接具有记录扩展的记录 [duplicate]
Linking records with record expansion in R [duplicate]
问：
我有一个大数据帧，看起来像这样：
| 编号 | x |
|---|---|
| 1 | 123 |
| 2 | 123 |
| 2 | 125 |
| 3 | 125 |
| 4 | 200 |
tibble(id = c(1, 2, 2, 3, 4),
x = c(123, 123, 125, 125, 200))
我想链接我的记录并扩展它们。也就是说，如果它们具有相同的 ID，它们应该具有相同的 ID。请注意，记录 2 和 3 被视为同一实体，因为它们与 1 共享链接。换言之，如果没有记录 1，则记录 2 和 3 将不会链接。我还想给它记录链接的最小值。xididid
结果应如下所示：
| 编号 | x |
|---|---|
| 1 | 123 |
| 1 | 123 |
| 1 | 125 |
| 1 | 125 |
| 4 | 200 |
答：
4赞
Allan Cameron
9/7/2023
#1
重述这个问题的等效方法是“如果数据帧表示有向图的'to'和'from'节点，那么图的每个唯一组件的第一个ID是什么？
我们可以用图形方式显示这一点：
library(igraph)
library(tidyverse)
df <- tibble(id = c(1, 2, 2, 3, 4),
x = c(123, 123, 125, 125, 200))
g <- graph_from_data_frame(df)
如果我们绘制图形，我们将看到有两个未连接的节点集群（称为组件）;一个用于分组 ID 1：3，一个用于 ID 4：
plot(g)
我们可以使用该函数来计算每个 ID 属于哪个组，并获取每个组中的 ID：componentsfirst
comp <- components(g)$membership
df %>%
mutate(group = comp[match(id, names(comp))]) %>%
mutate(id = first(id), .by = 'group') %>%
select(-group)
#> # A tibble: 5 x 2
#> id x
#> <dbl> <dbl>
#> 1 1 123
#> 2 1 123
#> 3 1 125
#> 4 1 125
#> 5 4 200
创建于 2023-09-07 使用 reprex v2.0.2
评论