1

我有以下类型的数据：

Person <- c("A", "B", "C", "AB", "BC", "AC",  "D", "E")
Father <- c(NA,  NA,  NA,   "A", "B", "C",    NA, "D")
Mother <- c(NA,  NA,  NA, "B",   "C", "A", "C",    NA)
var1 <- c(  1,   2,   3,     4,   2,   1,     6, 9)
var2 <- c(1.4, 2.3, 4.3,  3.4, 4.2, 6.1,   2.6, 8.2)
myd <- data.frame (Person, Father, Mother, var1, var2)

 Person Father Mother var1 var2
1      A   <NA>   <NA>    1  1.4
2      B   <NA>   <NA>    2  2.3
3      C   <NA>   <NA>    3  4.3
4     AB      A      B    4  3.4
5     BC      B      C    2  4.2
6     AC      C      A    1  6.1
7      D   <NA>      C    6  2.6
8      E      D   <NA>    9  8.2

这是失踪（未知）。我想将数据重新组织成三人组（个人及其父亲和母亲）。例如，AB 个人的 trio 将包括来自其父亲 A 和母亲 B 的数据。

 Person Father Mother var1 var2
1      A   <NA>   <NA>    1  1.4
2      B   <NA>   <NA>    2  2.3
4     AB      A      B    4  3.4

A、B、C 不能组成三人组，因为他们没有父母。在某些情况下，E 只有一个已知的父母父亲是 D。在这种情况下，三人组中只有两个成员。

  7      D   <NA>      C    6  2.6
  3      C   <NA>   <NA>    3  4.3

如果母亲和父亲在两个三重奏中重复，则将回收相同的值。

因此预期的完整输出将是：

    Person Father Mother var1 var2  Trio 
1      A   <NA>   <NA>    1  1.4     1
2      B   <NA>   <NA>    2  2.3     1
4     AB      A      B    4  3.4     1

2      B   <NA>   <NA>    2  2.3     2
3      C   <NA>   <NA>    3  4.3     2
5     BC      B      C    2  4.2     2

1      A   <NA>   <NA>    1  1.4     3
3      C   <NA>   <NA>    3  4.3     3
6     AC      C      A    1  6.1     3

NA       <NA> <NA>    <NA>  NA  NA     4
3      C   <NA>   <NA>    3  4.3      4
7      D   <NA>      C    6  2.6      4

NA       <NA> <NA>    <NA>  NA  NA     5
7      D   <NA>      C      6  2.6     5
8      E      D   <NA>      9  8.2     5
4

2 回答 2

2

这大概是你想要的

Person <- c("A", "B", "C", "AB", "BC", "AC",  "D", "E")
Father <- c(NA,  NA,  NA,   "A", "B", "C",    NA, "D")
Mother <- c(NA,  NA,  NA, "B",   "C", "A", "C",    NA)
var1 <- c(  1,   2,   3,     4,   2,   1,     6, 9)
var2 <- c(1.4, 2.3, 4.3,  3.4, 4.2, 6.1,   2.6, 8.2)
myd <- data.frame (Person, Father, Mother, var1, var2,stringsAsFactors=F)

请注意使用 myd 的定义略有变化stringsAsFactors=F

parentage<-function(x,myd){
    y<-myd[x,]
    p1<-as.character(y['Father'])
    p2<-as.character(y['Mother'])
    out<-y
    if(!is.na(p1)){
        out<-rbind(out,myd[myd$Person==p1,])
    }
    if(!is.na(p2)){
        out<-rbind(out,myd[myd$Person==p2,])
    }
    out$Trio=x
    out
}

ans<-lapply(seq_along(myd$Person),parentage,myd)

 > ans
[[1]]
  Person Father Mother var1 var2 Trio
1      A   <NA>   <NA>    1  1.4    1

[[2]]
  Person Father Mother var1 var2 Trio
2      B   <NA>   <NA>    2  2.3    2

[[3]]
  Person Father Mother var1 var2 Trio
3      C   <NA>   <NA>    3  4.3    3

[[4]]
   Person Father Mother var1 var2 Trio
4      AB      A      B    4  3.4    4
2       A   <NA>   <NA>    1  1.4    4
21      B   <NA>   <NA>    2  2.3    4

[[5]]
  Person Father Mother var1 var2 Trio
5     BC      B      C    2  4.2    5
2      B   <NA>   <NA>    2  2.3    5
3      C   <NA>   <NA>    3  4.3    5

[[6]]
   Person Father Mother var1 var2 Trio
6      AC      C      A    1  6.1    6
3       C   <NA>   <NA>    3  4.3    6
31      A   <NA>   <NA>    1  1.4    6

[[7]]
  Person Father Mother var1 var2 Trio
7      D   <NA>      C    6  2.6    7
3      C   <NA>   <NA>    3  4.3    7

[[8]]
  Person Father Mother var1 var2 Trio
8      E      D   <NA>    9  8.2    8
7      D   <NA>      C    6  2.6    8

如果你想要一个数据框，你可以使用这个plyr包

library(plyr)
ans<-adply(seq_along(myd$Person),1,parentage,myd)
于 2012-07-16T23:42:36.760 回答
1

我会将您的问题表示为一个图，然后设计一个图遍历算法来收集您正在寻找的所有三重奏。

例如，在这里，您的问题中有一个三重奏的子集：

A    B    C
 \  / \  /
  vv   vv
  AB   BC

您可以从没有任何边的顶点开始（AB 和 BC），并与它们的父节点创建一个三重奏。然后搬到他们的父母那里并重复这个过程。您将需要一种方法来跟踪您已经访问过哪些顶点（人），以避免多次探索相同的顶点。

R 有几个使用图表的包。例如，您可以查看igraph。

于 2012-07-16T23:42:00.683 回答