使用R对已删除的反向副本及其未删除的反向原件的列值求和（且仅适用于）

我有一个包含犯罪实例的数据集，每个实例都有一个位置（wardId）、犯罪类型（Primary.type）和日期。最终的目标是将其转化为以Primary.Type为节点的网络，其边的权重取决于它们共享Primary.Type和Ward.Date唯一组合的次数（当天发生在同一病房的两类犯罪是一种联系，这两类犯罪在当天发生的次数决定了权重）

在Ward.Date、wardId和Date合并后，我有一个edgelist，其中包含Ward.Date（'wardId yyyy mm dd'）、Primary.Type.x（'string'）、Primary.Type.y（'string'）、Weight（数字）。Primary.Types是通过合并重复表来创建edgelist的，因此存在反向重复项

病房日期 Primary.Type.x 初级.y型 重量 1 2017-01-03 盗窃 抢劫 1. 1 2017-01-03 抢劫 盗窃 1. 2 2017-01-05 电池 盗窃 2. 2 2017-01-05 盗窃 电池 2.

---

您可以对列

Primary.Type.x

和

Primary.Type.y

中的值进行排序，并使用

sum

的

Weight

对数据进行汇总

library(dplyr)

edgelist.primary.wards %>%
  group_by(Ward.Date, 
           Type1 = pmin(Primary.Type.x, Primary.Type.y), 
           Type2 = pmax(Primary.Type.x, Primary.Type.y)) %>%
  summarise(Weight = sum(Weight, na.rm = TRUE)) -> result

result

这也可以用base R写成：

aggregate(Weight~Ward.Date + Type1 + Type2, transform(edgelist.primary.wards, 
          Type1 = pmin(Primary.Type.x, Primary.Type.y), 
          Type2 = pmax(Primary.Type.x, Primary.Type.y)), sum, na.rm = TRUE)