将二进制矩阵转换为组

Question

这是一个看似简单的问题，但我无法想出答案。这是最简单的情况：

考虑以下矩阵：

friendMatrix  <- matrix(c(1,1,0,0,0,     
                          1,1,1,0,0,
                          0,1,1,0,0,
                          0,0,0,1,1,
                          0,0,0,1,1),nrow=5)

看起来像这样

     [,1] [,2] [,3] [,4] [,5]
[1,]    1    1    0    0    0 
[2,]    1    1    1    0    0
[3,]    0    1    1    0    0
[4,]    0    0    0    1    1
[5,]    0    0    0    1    1

我想要做的是使用此矩阵来识别朋友组，其中1表示友谊。组是基于组内的任何连接而形成的，而不仅仅是第一级的连接（即，1是2的朋友，2是3的朋友，但不是1，但它们都在同一组中）。如果一行只与自身相关联，那么它就是它自己的组。我想在这些组中创建一个指示成员资格的数据框（使用行号作为ID）（一个数字可以作为ID，我只是用字母来避免混淆）。对于此示例，将是以下内容：

row  group
 1    A
 2    A
 3    A
 4    B
 5    B

我已经考虑了一些聚类算法，但这似乎有些过分，因为这些组定义明确且很明显。

Answer 1

使用igraph创建图表并通过对结果图表的连接组件进行分组来创建集群：

library(igraph)
g1 <- graph.adjacency( friendMatrix )
cl <- clusters(g1)$mem
## Display the clusters in a data.frame as OP excpeted
data.frame(row=seq_along(cl),group=LETTERS[cl])

   row group
1   1     A
2   2     A
3   3     A
4   4     B
5   5     B

Answer 2

从几年前开始调整my answer to a similar question，您可以使用 RBGL 包来识别＆＃34;连接的组件＆＃34;你在追求：

library(RBGL)
m <- which(friendMatrix==1, arr.ind=TRUE)
g <- ftM2graphNEL(m)
cc <- connectedComp(g)
names(cc) <- LETTERS[seq_along(cc)]
ld <- lapply(seq_along(cc), 
             function(i) data.frame(row = cc[[i]], group = names(cc)[i]))
do.call(rbind, ld)
#   row group
# 1   1     A
# 2   2     A
# 3   3     A
# 4   4     B
# 5   5     B

替代方案，基于 igraph 的解决方案，see here。

Answer 3

这是另一种选择：

library(igraph)
g <- graph.adjacency(friendMatrix, "undirected")
(group <- clusters(g)$membership)
# [1] 1 1 1 2 2
V(g)$color <- group + 1
plot(g)

Answer 4

以下内容使您能够可视化关系网络，仍在研究如何提取组。

require(networkD3)
require(reshape2)

melted <- melt(friendMatrix)
relationships <- subset(melted, value == 1)
relationships
#    Var1 Var2 value
# 1     1    1     1
# 2     2    1     1
# 6     1    2     1
# 7     2    2     1
# 8     3    2     1
# 12    2    3     1
# 13    3    3     1
# 19    4    4     1
# 20    5    4     1
# 24    4    5     1
# 25    5    5     1

simpleNetwork(relationships)