R节点图中的数据框查询

Question

我有数据框

df<-data.frame(source=c("a","a","a",'z1','b'),target=c("b","c","d",'a','e'),wsource=c('w1','w2','w1','w2','w1'),wtarget=c('w1','w1','w1','w1','w2'))

source target wsource wtarget
 a      b       w1       w1
 a      c       w1       w1
 a      d       w1       w1
z1      a       w2       w1
 b      e       w1       w2

表示一个图（source 和 target 是节点 ID，wsource 和 wtarget 是标签）。我想为每个不同的节点获取它与 wtarget 关联的次数（如果该节点位于源列中）加上它与 wsource 关联的次数（如果该节点是目标列）。

我要找的数据框是：

node w1 w2
  a  3  1
  b  1  1
  c  1  0
  d  1  0
  e  1  0
 z1  1  0

请注意，例如，节点 a 在列 w1 中的 3 来自它作为源出现的三次（查看其对应的 wtarget），并从它所在的第四行获取其在列 w2 中的 1显示为目标（查看其对应的 wsource）。

我尝试先对列进行排序，但在我的应用程序中，节点 ID 是长整数。即使您对它们进行排序，也不能保证一个节点只会出现在一列（源或目标）中。

我想知道处理这个查询的方法。

Answer 1

取消列表和表格：

将source--target 与wtarget--wsource 对齐，以便将所有节点放在一列中，并将所有标签放在另一列中，并使用table 生成结果：

table(
  unlist(df[c("source","target")]),
  unlist(df[c("wtarget","wsource")])
)

#       w1 w2
#    a   3  1
#    b   1  1
#    c   0  1
#    d   1  0
#    e   1  0
#    z1  1  0

Answer 2

你可以通过

library(dplyr)
library(tidyr)
df <- data.frame(source=c("a","a","a",'z1','b'),target=c("b","c","d",'a','e'),wsource=c(1,2,1,2,1),wtarget=c(1,1,1,1,2), stringsAsFactors = FALSE)
df <- rbind(as.matrix(df[, c(1, 4)]), as.matrix(df[, c(2, 3)]))
df <- df %>% data.frame %>% group_by(source, wtarget) %>% summarise(n = n()) %>%
  spread(wtarget, n) %>% mutate(`1` = ifelse(is.na(`1`), 0, `1`), `2` = ifelse(is.na(`2`), 0, `2`))
apply(df, 2, function(x) ifelse(is.na(x), 0, x))

# A tibble: 6 x 3
# Groups: source [6]
  source   `1`   `2`
  <fctr> <dbl> <dbl>
1 a       3.00  1.00
2 b       1.00  1.00
3 c       0     1.00
4 d       1.00  0   
5 e       1.00  0   
6 z1      1.00  0  

我希望这会有所帮助！

Answer 3

获取完整的节点列表：

sources<-unique(df$source)
targets<-unique(df$target)
st<-unique(c(sources,targets))

为for 循环设置变量：

node<-NULL
w1<-NULL
w2<-NULL

创建列：

for(i in 1:length(st)) {
  node[i]<-st[i]
  w1[i]<-sum(df$wtarget[df$source==st[i]]==1, df$wsource[df$target==st[i]]==1)
  w2[i]<-sum(df$wtarget[df$source==st[i]]==2, df$wsource[df$target==st[i]]==2)
}

使用 cbind 将所有内容组合在一起：

cbind(node,w1,w2)

结果：

      node w1  w2 
 [1,] "a"  "3" "1"
 [2,] "z1" "1" "0"
 [3,] "b"  "1" "1"
 [4,] "c"  "0" "1"
 [5,] "d"  "1" "0"
 [6,] "e"  "1" "0"

如果你想要这个命令，你可以添加以下行：

nodelist<-cbind(node,w1,w2)
nodelist<-nodelist[order(nodelist[,1]),]

     node w1  w2 
[1,] "a"  "3" "1"
[2,] "b"  "1" "1"
[3,] "c"  "0" "1"
[4,] "d"  "1" "0"
[5,] "e"  "1" "0"
[6,] "z1" "1" "0"

更新：这是多个 w 的通用版本：

sources<-unique(df$source)
targets<-unique(df$target)
st<-unique(c(sources,targets))
node<-NULL
nodes<-NULL
w<-NULL
for(t in 1:max(c(df$wsource,df$wtarget))) {
  for(i in 1:length(st)) {
    node[i]<-st[i]
    w[i]<-sum(df$wtarget[df$source==st[i]]==t,     df$wsource[df$target==st[i]]==t)
  }
  nodes<-cbind(nodes,w)
}
nodelist<-data.frame(cbind(node,nodes))
nodelist<-nodelist[order(nodelist[,1]),]

您需要做更多的工作来修复列名，但这应该不会太难。