Question

我有一个表显示事件之间的连接：

library(data.table)
df = data.table(p1 = c("x0", "x0", "x1", "x2", "x3"),
                p2 = c("x1", "x2", "x3", "x3", "x4"))

这是一个例子：

仅当所有先前事件均已发生时，下一个事件才可能发生。例如，事件x3可能仅在x1和x2之后发生，而与它们的顺序无关。

如何以data.table方式将df表转换为下一个表（所有事件以某种允许的顺序显示）：

df_required = data.table(p = c("x0", "x1", "x2", "x3", "x4", 
                               "x0", "x1", "x2", "x3", "x4"),
                         sequence = c(1, 2, 3, 4, 5, 1, 3, 2, 4, 5),
                         group = c(1, 1, 1, 1, 1, 2, 2, 2, 2, 2))

必需的表显示了两个可能的连接组：x0-x1-x2-x3-x4和x0-x2-x1-x3-x4。有两种可能的方式，因为两个值可能立即跟随x0：x1或x2。序列也写在插图的圆圈上方。

Answer 1

我之所以发布它，是因为它提供的输出与罗兰兹的建议相同：

（如果没有意义，我会删除它）

数据：

library(data.table)
df = data.table(p1 = c("x0", "x0", "x1", "x2", "x3"),
                p2 = c("x1", "x2", "x3", "x3", "x4"))

代码：

restElements <- setdiff(df$p1, df$p2)
ans <-
    t(do.call(
        expand.grid, c(restElements, unique(split(df$p2,df$p1)))
        ))

group = rep(1:ncol(ans), each = nrow(ans))

p     = c( ans )

sequence = as.numeric(factor(p))

data.table(p, sequence, group)

结果：

#    p sequence group
#1: x0        1     1
#2: x1        2     1
#3: x3        4     1
#4: x4        5     1
#5: x0        1     2
#6: x2        3     2
#7: x3        4     2
#8: x4        5     2

请注意：

确保在设置因子factor(p)时获得正确的顺序。（默认情况下，因子级别是仅排序的。适用于此示例，可能不适用于其他示例。）
使用igraph方法可能比我的ans更为明智。

因此您可以将两者结合在一起

从@Roland借来的

lvls <- levels(factor(c(df$p1, df$p2)))
library(igraph);
tmp <- lapply(all_shortest_paths(graph_from_data_frame(df), lvls[1], lvls[length(lvls)])$res, as.vector)
ans <- sapply(tmp, function(x) { lvls[x] })

您可以使用此ans。确保以后使用：sequence = as.numeric(factor(p, lvls))

Answer 2

您可以为每个节点分配一个等级（假设您有a graph for which this makes any sense）...

vdf = data.table(p = sort(unique(unlist(df[, c("p1", "p2")]))))

i = 0L
vdf[, r := 0L]
while (any(vdf[r == i, p] %in% df$p1)){
  vdf[r == i, r := r + !df[.(p), on=.(p1), p %in% setdiff(p1, p2)]]
  i = i + 1L
}

    p r
1: x0 0
2: x1 1
3: x2 1
4: x3 2
5: x4 3

如果有一个独特的第一个事件x0，那么感谢@Roland，这是一种更简单的方法：

library(igraph)
vdf[, r := as.vector(distances(graph_from_data_frame(df), "x0"))]

然后，对于具有多个节点的每个等级，进行所有排列（此处，从Generating all distinct permutations of a list in R借用）...

wdf = vdf[, do.call(cbind, lapply(split(.I, r), function(x) as.data.table(
  gtools::permutations(length(x), length(x), x)
)))]

   0.V1 1.V1 1.V2 2.V1 3.V1
1:    1    2    3    4    5
2:    1    3    2    4    5

wdf中的值是?.I的行号（请参阅vdf），所以...

mdf = melt(wdf[, g := .I], id = "g", value.name = "w")[order(g, variable)]
vdf[mdf$w, .(p, g = mdf$g, r)][, seq := rowid(g)][]

     p g r seq
 1: x0 1 0   1
 2: x1 1 1   2
 3: x2 1 1   3
 4: x3 1 2   4
 5: x4 1 3   5
 6: x0 2 0   1
 7: x2 2 1   2
 8: x1 2 1   3
 9: x3 2 2   4
10: x4 2 3   5

因此g是OP中提到的“组”； r是等级； seq是组中的序列（很有用，因此表的排序是明确的）。

注释。在将等级/深度属性分配给vdf中的每个节点后，我将停止。有关可行的事件序列的所有信息都在此处，但是就计算时间和空间而言，对它们进行枚举（如在OP的输出中）可能非常昂贵，因此应尽可能避免。

共享同一等级的事件x的排列数为factorial(length(x))，例如，如果x的长度为10，则返回的矩阵的维度为{{1} } = 3628800 x10。我的计算机在尝试计算时挂起。

与两列连接表一致的顺序事件

2 个答案: