链接数据框中的行

Question

我有一个包含4列的数据框。

m <-c(1,2,3,4)
e <-c('01/01/1970', '02/01/1981','03/05/1986','01/01/1970') 
z <-c(111,123, 151, 111)
l <-c('XAR', 'XAR', 'XUI','XUI' )
q <-c(673, 673, 304, 455)
df <- data.frame(m,e,z,l,q)

我需要创建一个描述行之间关系的新df 如果行匹配4个字段中的任何2个中的其他行，则存在关系

例如：

在这种情况下产生的df将是：

在我的生产数据中有700,000行。我试图使用SQL解决这个问题，但函数的递归性质使得它对于生产目的来说太慢了

我想知道R / R包是否有任何图形功能可以实现这一点。

Answer 1

不完全清楚您期望的输出。

在任何情况下，data.table都可以轻松快速地识别具有共同值的行：

library(data.table)

# convert your data frame into data table
  setDT(df)

# create common id for rows with same values in 'e' AND 'z'
  df[, id_ez :=.GRP, by=.(e,z)]

# create common id for rows with same values in 'l' AND 'q'
  df[, id_lq :=.GRP, by=.(l,q)]


> head(df)
>    m          e   z   l   q id_ez id_lq
> 1: 1 01/01/1970 111 XAR 673     1     1
> 2: 2 02/01/1981 123 XAR 673     2     1
> 3: 3 03/05/1986 151 XUI 304     3     2
> 4: 4 01/01/1970 111 XUI 455     1     3

现在您可以获得一个两列输出，告诉您哪个＆＃39; m＆＃39;喜欢每个id

df[, .(m_linked=paste(m)), by=id_ez]

>    id_ez m_linked
> 1:     1        1
> 2:     1        4
> 3:     2        2
> 4:     3        3

如果要将此表格转换为向量列表：

mysplit = split(a$V1, a$id_ez)
myresult = lapply(mysplit, as.character)

> myresult
$`1`
[1] "1" "4"

$`2`
[1] "2"

$`3`
[1] "3"