从网络对频率数据集中，如何为每个组分配相应的计数以及它们与另一个组的关联？答案

【问题标题】：From a network pair frequency dataset, how to assign a corresponding count for each group and their association with another group?从网络对频率数据集中，如何为每个组分配相应的计数以及它们与另一个组的关联？
【发布时间】：2021-07-02 17:47:18
【问题描述】：

这是数据集

structure(list(V1 = structure(c(2L, 3L, 4L, 5L, 3L, 4L, 5L, 4L, 
5L), .Label = c("ABC", "DEF", "GHI", "JKL", "MNO"), class = "factor"), 
V2 = structure(c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 3L, 3L), .Label = c("ABC", 
"DEF", "GHI", "JKL", "MNO"), class = "factor"), Freq = c(3L,                                                                                                                                     
2L, 3L, 2L, 3L, 1L, 2L, 1L, 1L)), row.names = c(NA, 9L), class = "data.frame")

看起来像这样

   V1  V2 Freq
1  DEF ABC    3
2  GHI ABC    2
3  JKL ABC    3
4  MNO ABC    2
5  GHI DEF    3
6  JKL DEF    1
7  MNO DEF    2
8  JKL GHI    1
9  MNO GHI    1

我想创造这样的东西

x       y
ABC     4
DEF     4
GHI     4
JKL     3
MNO     3

请注意，ABC 与 DEF、GHI、JKL 和 MNO 有 4 次关联。这对应于第 1、2、3 和 4 行。JKL 与 ABC、DEF 和 GHI 有 3 次关联。这对应于第 3、6 和 8 行。

【问题讨论】：

标签： r

【解决方案1】：

我们可以通过几种方式做到这一点

我们split，每列由对方转成list。获取lengths，将(+) 和stack 添加到2 列data.frame

stack(lengths(split(as.character(df1$V2), df1$V1)) + 
       lengths(split(as.character(df1$V1), df1$V2)))[2:1]

-输出

 ind values
1 ABC      4
2 DEF      4
3 GHI      4
4 JKL      3
5 MNO      3

或者在列上执行table，+ 他们，得到rowSums，和stack 它

stack( rowSums(table(df1[2:1]) + table(df1[1:2])))[2:1]

【讨论】：

【解决方案2】：

也可以使用这个解决方案：

library(dplyr)
library(purrr)
library(tibble)

df %>%
  select(V1, V2) %>%
  unlist() %>% 
  unique() %>% 
  enframe() %>%
  mutate(freq = map_int(value, function(a) pmap_lgl(df[-3], ~ a %in% c(...)) %>% reduce(`+`))) %>%
  arrange(value) %>%
  select(-name)

# A tibble: 5 x 2
  value  freq
  <fct> <int>
1 ABC       4
2 DEF       4
3 GHI       4
4 JKL       3
5 MNO       3

【讨论】：

【解决方案3】：

我们可以试试table + stack

> rev(stack(table(unlist(df[-3]))))
  ind values
1 ABC      4
2 DEF      4
3 GHI      4
4 JKL      3
5 MNO      3

或带有degree 的igraph 选项，如下所示

> rev(stack(degree(graph_from_data_frame(df))))
  ind values
1 DEF      4
2 GHI      4
3 JKL      3
4 MNO      3
5 ABC      4

【讨论】：

一开始我尝试了igraph，但最终在一些黑暗、阴暗的地方。我想这对我来说还不安全。
没错，我只需要先学习基础知识，然后尝试应用它们。

【解决方案4】：

如果我理解正确，OP 想要计算 V1 和 V2 两列中每个项目的出现次数。

这可以通过重塑和计算长格式的出现来解决：

library(data.table)
melt(setDT(df), measure.vars = patterns("^V"))[, .N, keyby = value]

   value N
1:   ABC 4
2:   DEF 4
3:   GHI 4
4:   JKL 3
5:   MNO 3

或dplyr & tidyr:

library(dplyr)
library(tidyr)
df %>% 
  pivot_longer(starts_with("V")) %>% 
  count(value)

# A tibble: 5 x 2
  value     n
  <fct> <int>
1 ABC       4
2 DEF       4
3 GHI       4
4 JKL       3
5 MNO       3

【讨论】：

【解决方案5】：

库janitor 也有帮助

janitor::tabyl(c(df$V1, df$V2))
#>  c(df$V1, df$V2) n   percent
#>              ABC 4 0.2222222
#>              DEF 4 0.2222222
#>              GHI 4 0.2222222
#>              JKL 3 0.1666667
#>              MNO 3 0.1666667

^{由reprex package (v2.0.0) 于 2021-07-03 创建}

【讨论】：

门卫大师也：D