为无序对生成唯一的二元标识符

Question

我正在处理的数据框以二元格式编码，其中每个观察（即行）包含一个源节点（from）和一个目标节点（to）以及其他一些二元协变量（例如二元相关性，corr)。

为简单起见，我想将每个 dyad 视为无序并为每个 dyad 生成一个唯一标识符，例如下面的那个（即df1）：

# original data
df <- data.frame(
from = c("A", "A", "A", "B", "C", "A", "D", "E", "F", "B"),
to = c("B", "C", "D", "C", "B", "B", "A", "A", "A", "A"),
corr = c(0.5, 0.7, 0.2, 0.15, 0.15, 0.5, 0.2, 0.45, 0.54, 0.5))

   from to corr
1     A  B 0.50
2     A  C 0.70
3     A  D 0.20
4     B  C 0.15
5     C  B 0.15
6     A  B 0.50
7     D  A 0.20
8     E  A 0.45
9     F  A 0.54
10    B  A 0.50

# desired format
df1 <- data.frame(
from = c("A", "A", "A", "B", "C", "A", "D", "E", "F", "B"),
to = c("B", "C", "D", "C", "B", "B", "A", "A", "A", "A"),
corr = c(0.5, 0.7, 0.2, 0.15, 0.15, 0.5, 0.2, 0.45, 0.54, 0.5),
dyad = c(1, 2, 3, 4, 4, 1, 3, 5, 6, 1))

   from to corr dyad
1     A  B 0.50    1
2     A  C 0.70    2
3     A  D 0.20    3
4     B  C 0.15    4
5     C  B 0.15    4
6     A  B 0.50    1
7     D  A 0.20    3
8     E  A 0.45    5
9     F  A 0.54    6
10    B  A 0.50    1

其中 dyad A-B/B-A、A-D/D-A 被视为相同的对，并分配有相同的 dyad 标识符。 虽然从原始数据中提取无序对的列表很容易，但很难将它们映射到原始数据帧以生成无序的二元标识符。谁能提供一些关于这方面的见解？

Answer 1

一个dplyr 选项可以是：

df %>%
 mutate(dyad = group_indices(., paste0(pmax(from, to), pmin(from, to))))

   from to corr dyad
1     A  B 0.50    1
2     A  C 0.70    2
3     A  D 0.20    4
4     B  C 0.15    3
5     C  B 0.15    3
6     A  B 0.50    1
7     D  A 0.20    4
8     E  A 0.45    5
9     F  A 0.54    6
10    B  A 0.50    1

或者：

df %>%
 mutate(dyad = dense_rank(paste0(pmax(from, to), pmin(from, to))))

但是，如果您需要按特定顺序分配标识符（意味着标识符自己保存一些信息），那么@Ronak Shah 的解决方案可能更适合您。

Answer 2

使用apply 的一种方法可以是sort 和paste 两列中的值，将它们转换为factor，然后integer 以获得每个组合的唯一编号。

df$temp <- apply(df[1:2], 1, function(x) paste(sort(x), collapse = "_"))
df$dyad <- as.integer(factor(df$temp, levels = unique(df$temp)))
df$temp <- NULL
df

#   from to corr dyad
#1     A  B 0.50    1
#2     A  C 0.70    2
#3     A  D 0.20    3
#4     B  C 0.15    4
#5     C  B 0.15    4
#6     A  B 0.50    1
#7     D  A 0.20    3
#8     E  A 0.45    5
#9     F  A 0.54    6
#10    B  A 0.50    1