2

我有一个数据框，其中包含许多变量和观察值的百分比值，如下所示：

obs <- data.frame(Site = c("A", "B", "C"), X = c(11, 22, 33), Y = c(44, 55, 66), Z = c(77, 88, 99))

我需要将此数据准备为网络分析的边缘列表，其中“站点”作为节点，其余变量作为边缘。结果应如下所示：

Node1    Node2    Weight  Type
A         B         33     X
A         C         44     X
...
B         C         187    Z

因此，对于“权重”，我们正在计算所有可能对的总和，并分别针对每一列（以“类型”结尾）。

我想这个问题的答案必须apply在combn表达式上使用，就像在这里Applying combn() function to data frame一样，但我还没有完全解决。

我可以通过手动获取“站点”的组合来完成这一切

sites <- combn(obs$Site, 2)

然后像这样的各个列

combA <- combn(obs$A, 2, function(x) sum(x)

并将这些数据集绑定在一起，但这显然很快就会变得烦人。

我试图像这样一次性完成所有变量列

b <- apply(newdf[, -1], 1, function(x){
sum(utils::combn(x, 2))
}
)

但这有问题。有人可以帮忙吗？

4

3 回答 3

2

一种选择是创建一个函数，然后map将该函数应用于您拥有的所有列。

func1 <- function(var){
  obs %>% 
    transmute(Node1 = combn(Site, 2)[1, ],
           Node2 = combn(Site, 2)[2, ],
           Weight = combn(!!sym(var), 2, function(x) sum(x)),
           Type = var)
}

map(colnames(obs)[-1], func1) %>% bind_rows()
于 2020-09-04T14:01:31.240 回答
2

这是一个使用示例combn

do.call(
  rbind,
  combn(1:nrow(obs),
    2,
    FUN = function(k) cbind(data.frame(t(obs[k, 1])), stack(data.frame(as.list(colSums(obs[k, -1]))))),
    simplify = FALSE
  )
)

这使

  X1 X2 values ind
1  A  B     33   X
2  A  B     99   Y
3  A  B    165   Z
4  A  C     44   X
5  A  C    110   Y
6  A  C    176   Z
7  B  C     55   X
8  B  C    121   Y
9  B  C    187   Z
于 2020-09-04T14:05:19.417 回答
1

试试这种方式

library(tidyverse)
obs_long <- obs %>% pivot_longer(-Site, names_to = "type")
sites <- combn(obs$Site, 2) %>% t() %>% as_tibble()
Type <- tibble(type = c("X", "Y", "Z"))

merge(sites, Type) %>% 
  left_join(obs_long, by = c("V1" = "Site", "type" = "type")) %>% 
  left_join(obs_long, by = c("V2" = "Site", "type" = "type")) %>% 
  mutate(res = value.x + value.y) %>% 
  select(-c(value.x, value.y))


  V1 V2 type res
1  A  B    X  33
2  A  C    X  44
3  B  C    X  55
4  A  B    Y  99
5  A  C    Y 110
6  B  C    Y 121
7  A  B    Z 165
8  A  C    Z 176
9  B  C    Z 187
于 2020-09-04T14:07:22.850 回答