过滤数据框以仅显示一对两个变量答案

【问题标题】：Filtering dataframe to only show 1 pair of two variables过滤数据框以仅显示一对两个变量
【发布时间】：2021-05-22 22:02:46
【问题描述】：

我有关于在不同时间点在不同医院工作的医生的信息。我想输出一个数据框，通知每家医院的每一对医生。我想在数据集中每对只查看一次；这意味着如果医生 A 和 B 在同一家医院一起工作，我希望看到 A-B 对或 B-A 对，但不能同时看到两者。

考虑一个非常简单的例子，医院 x-y-w，第 1-2 期和医生 A-B-C-D。

mydf <- data.frame(hospital = c("x","x","x","x","x","y","y","y","w","w","w","w"), 
                period = c(1,1,1,2,2,1,2,2,1,1,2,2), 
                physician = c("A","B","C","A","B","A","A","C","C","D","A","D"))

下面我设法得到所有对，但是每对显示两次（在from 和to 之间交换）。怎样才能让每一对只在输出中出现一次？

pairs_df <- mydf %>%
  rename(from = physician) %>%
  left_join(mydf, by=c("hospital","period")) %>%
  rename(to = physician) %>%
  filter(from!=to)

【问题讨论】：

标签： r filter dplyr

【解决方案1】：

我们可以使用pmin/pmax 和duplicated 对'from'、'to' 列之间的元素进行逐行排序，在filter 中应用duplicated、否定(!) 以返回唯一行

library(dplyr)
pairs_df %>% 
     filter(!duplicated(cbind(pmax(from, to), pmin(from, to))))

或使用base R

subset(pairs_df, !duplicated(cbind(pmax(from, to), pmin(from, to))))

-输出

     hospital period from to
1         x      1    A  B
2         x      1    A  C
4         x      1    B  C
11        w      1    C  D
13        w      2    A  D

注意：在这里，我们假设列是基于输入数据的character 类，即data.frame 构造默认使用stringsAsFactors = FALSE (>= R 4.0.0)，但之前默认为TRUE。如果列是factor，那么我们可以使用type.convert 转换为character 类

pairs_df <- type.convert(pairs_df, as.is = TRUE)

或在filter 之前将那些factor 转换为character

pairs_df %>%
   mutate(across(where(is.factor), as.character)) %>%
   filter(!duplicated(cbind(pmax(from, to), pmin(from, to))))

【讨论】：

我不知道为什么，但是您的代码为我输出了不同的结果以及以下内容：Warning messages: 1: In Ops.factor(mmm, each) : ‘<’ not meaningful for factors 2: In Ops.factor(mmm, each) : ‘>’ not meaningful for factors
输出行1, 3, 5, 12而不是1, 2, 4, 11, 13

【解决方案2】：

另一个选项是使用igraph

get.data.frame(
  simplify(
    graph_from_data_frame(
      pairs_df[c("from", "to", "hospital", "period")],
      directed = FALSE
    ),
    edge.attr.comb = "first"
  )
)

给了

  from to hospital period
1    A  B        x      1
2    A  C        x      1
3    A  D        w      2
4    B  C        x      1
5    C  D        w      1

【讨论】：