如何删除数据框中的孩子的孩子以在 R 中绘制网络？答案

【问题标题】：How to remove children of children in data frame to plot network in R?如何删除数据框中的孩子的孩子以在 R 中绘制网络？
【发布时间】：2020-03-26 02:17:22
【问题描述】：

我想用 R 绘制一个网络。但是，问题是我的包含关系数据的数据框也包含孩子的孩子。如下所示：

parent <- c("A","A","A","B","B","E")
child <-  c("B","C","D","C","D","D")
df <- data.frame(parent,child)

我想删除 df 中孩子的孩子，以便我可以使用 igraph 来绘制我的网络。所以基本上，我希望我的数据看起来像 df_net:

parent <- c("A","B","B","E")
child <-  c("B","C","D","D")
df_net <- data.frame(parent,child)

net <- graph_from_data_frame(df_net,directed = T)
plot(net)

Figure of plot(net)

（自动）删除不必要的df 行的最佳方法是什么？（我有几个最多 100 行的数据框 - 因此不能手动删除行。）

我的第一个想法是使用 while 循环在每个分层步骤中查找父级。我想我可以用它来过滤df 中的行。但我不认为我在这里走在正确的轨道上。任何想法表示赞赏！

`%notin%` <- Negate(`%in%`)
i <- nrow(df)
y <- list()
z <- list()
j <- 1
while (i > 0) {
  v <- unique(df$parent[!(df$parent %in% df$child)]) # find mismatch (only in parent, not in child)
  df <- df %>% filter(parent %notin% v)
  print(v)
  y[[j]] <- v
  z[[j]] <- df
  i = nrow(df)
  j = j+1
}

【问题讨论】：

我是否理解正确，您希望将所有项目保留在父项中而不是子项中？
不，最后一部分只是一个想法，最终没有成功。我想从 df 中删除不直接相关的行。例如，保留第一行 (A B) 但删除第二行 (AC) 和第三行 (AD)，因为 A 与 C 和 D 没有直接关系，而只是通过 B。
因为 B（即 A 的孩子）也有 C 和 D 作为孩子。因此，A 与 C 和 D 没有直接关系，这是分层模型的先决条件。

标签： r igraph

【解决方案1】：

如何使用 igraph 确定个体之间的路径，如果超过 1 个，则删除该连接？

library(igraph)
parent <- c("A","A","A","B","B","E")
child <-  c("B","C","D","C","D","D")
df <- data.frame(parent,child)
net <- graph_from_data_frame(df,directed = T)
df <- df[apply(df,1,function(x){length(all_simple_paths(net,x[1],x[2]))}) == 1,]
df
  parent child
1      A     B
4      B     C
5      B     D
6      E     D

我担心这在非常大的图表上可能会很慢，所以如果有人有 data.table 解决方案，那可能会更好。

【讨论】：

如果就这么简单就好了！但是，我收到一条错误消息：“as.igraph.vs(graph, from) 中的错误：无效的顶点名称”:(
抱歉，我遗漏了一个重要步骤。
谢谢！！！这完美！我永远不会想到这一点。我尝试了我的一些数据，它一点也不慢。所以对我来说，这很好。

【解决方案2】：

这是dplyr 解决方案：

library(dplyr)

# get data
parent <- c("A","A","A","B","B","E")
child <-  c("B","C","D","C","D","D")
df <- data.frame(parent,child, stringsAsFactors = FALSE)

# remove rows that are not directly related
new_df <- anti_join(df,
          left_join(df,df,by=c("child"="parent")) %>% 
  select(parent,child=child.y) %>% 
  na.omit()) 

new_df
  parent child
1      A     B
2      B     C
3      B     D
4      E     D

【讨论】：