Question

我正在寻求确定特定人（ID）在给定年份之前的预定时间间隔内合作的次数。理想情况下，解决方案可以提供三件事：

每个人的合作总数
每个人与
现有团队中重复协作的总数

一大堆问题 - 1，2，3，4 - 与此相关，但似乎没有使用两个不同的标准。我调整了here给出的数据示例，并由@trinker解决。

dat <- read.table(text="Group ID Time
Trx1 A 1980
Trx1 B 1980
Trx1 C 1980
Trx2 E 1980
Trx2 B 1980
Trx3 B 1981
Trx3 C 1981
Trx4 C 1983
Trx4 E 1983
Trx4 B 1983
Trx5 F 1984
Trx5 B 1984
Trx5 C 1984
Trx6 A 1986", header=T)

因此，在1980年，有两个项目Trx1和Trx2。在第一个中，A，B和C合作，在第二个中，E和B合作。

对于我想要的每个IDi，IDj（j＆lt;＆gt; i）与z IDi项目中Trx项目合作的总人数（比如说） 3）焦点项目前几年。此外，我想要不同协作者的数量（例如，3年间隔内A和B之间的2次协作仅计为1）。最后，我需要重复的关系。对于简约性，可以排除所有零值。我的真实数据有超过40,000个ID，超过90,000个项目，以及超过50年。结果应如下所示：

ID  year total diff repeat
B   1981    3   3   1
C   1981    2   2   1
B   1983    4   3   3 *
C   1983    3   2   2
E   1983    1   1   1
B   1984    3   2   2
C   1984    3   2   2 **

说明：

1983年之前，B与C合作两次，A合作一次，E合作一次（总列数= 4）。只有一个与C的合作对第四列很重要（diff = 3）。对于最后一列，我计算与当前团队成员重复协作的次数。 B在Trx1和Trx3处与C一起工作并且在Trx2处与E一起工作，因此重复= 3

** C在1981年至1983年间（3年间隔，排除，1980年）合作，总共3人。 2个合作是B（Trx3，Trx4），1个是E（Trx4），因此总数= 3，diff = 2.在当前团队成员（B和F）中，C先前与F合作为零，2与B合作在3年的窗口中（重复= 2）。

这个问题与我提到的另一个问题here完全相同，但我希望这里更清楚。

Answer 1

你走了：

library(data.table)
library(magrittr)
options(stringsAsFactors = F)

dat <- read.table(text="Group ID Time
Trx1 A 1980
Trx1 B 1980
Trx1 C 1980
Trx2 E 1980
Trx2 B 1980
Trx3 B 1981
Trx3 C 1981
Trx4 C 1983
Trx4 E 1983
Trx4 B 1983
Trx5 F 1984
Trx5 B 1984
Trx5 C 1984
Trx6 A 1986", header=T) 

str(dat)
dat = as.data.table(dat)

priorYears = 3
unqIDs = unique(dat$ID)


results = data.table(ID = character(), year = numeric(), total = numeric(), diff = numeric(), repeatSum = numeric())

for(i in 1:nrow(dat)){

  endYear = dat$Time[i] 
  startYear = endYear - priorYears
  this.ID = dat$ID[i]
  this.group = dat$Group[i]

  #Dates filtering
  subset.DT = dat[dat$Time >= startYear & dat$Time < endYear] 

  # Keep projects where my current ID collaborated 
  groupsToKeep = subset.DT$Group[subset.DT$ID == this.ID] %>% unique
  subset.DT = subset.DT[subset.DT$Group %in% groupsToKeep,]


  # Calculations
  unqMembers = unique(subset.DT$ID) %>% .[. != this.ID]
  currentMembers = dat$ID[dat$Group == this.group] %>% .[. != this.ID]

  total = length(which(subset.DT$ID != this.ID))
  diff = length(unqMembers)
  repeatSum = sum(table(subset.DT$ID)[currentMembers], na.rm = T)

  # Add results
  results = rbind(results, data.frame(ID = this.ID, year = endYear, total, diff, repeatSum))

}`

基于组和时间的值的共同出现（矩阵）

1 个答案: