Question

我有一个关系数据集，我正在寻找二元信息。

我有4列。发件人，接收者，属性，边缘

我正在寻找重复发送者 - 接收者计数并将其转换为额外边缘。

df <- data.frame(sender = c(1,1,1,1,3,5), receiver = c(1,2,2,2,4,5), 
                attribute = c(12,12,12,12,13,13), edge = c(0,1,1,1,1,0))

   sender receiver attribute edge
1       1        1        12    0
2       1        2        12    1
3       1        2        12    1
4       1        2        12    1
5       3        4        13    1

我希望最终结果如下：

  sender receiver attribute edge
1      1        1        12    0
2      1        2        12    3
3      3        4        13    1

重复的发件人 - 收件人之间的关系已经合并，并且重复数量包含在边数中。

任何意见都会非常感激。

谢谢！

Answer 1

为了好玩，以下是另外两个选项，首先使用基函数aggregate()，第二个使用data.table包：

> aggregate(edge ~ sender + receiver + attribute, FUN = "sum", data = df)
  sender receiver attribute edge
1      1        1        12    0
2      1        2        12    3
3      3        4        13    1
4      5        5        13    0
> require(data.table)
> dt <- data.table(df)
> dt[, list(sumedge = sum(edge)), by = "sender, receiver, attribute"]
     sender receiver attribute sumedge
[1,]      1        1        12       0
[2,]      1        2        12       3
[3,]      3        4        13       1
[4,]      5        5        13       0

为了记录，这个问题被问过很多次，仔细阅读my own answers会产生几个可以指向正确道路的答案。

Answer 2

plyr是你的朋友 - 虽然我认为根据输入数据你的最终结果并不完全正确。

library(plyr)

ddply(df, .(sender, receiver, attribute), summarize, edge = sum(edge))

返回

  sender receiver attribute edge
1      1        1        12    0
2      1        2        12    3
3      3        4        13    1
4      5        5        13    0

合并数据框内的行

2 个答案: