R 根据匹配的2列将行放入列表项中
我需要将我的数据帧放入列表的项目中,以便根据2列ID和ID2_值,每个潜在的人都在一个“bucket”中。然后我将手动执行用户验证以确认是否是同一个人 具有相同ID2_值的多行可能是同一个人-它们需要放在一起。 具有相同ID的多行肯定是同一个人R 根据匹配的2列将行放入列表项中,r,pattern-matching,grouping,igraph,R,Pattern Matching,Grouping,Igraph,我需要将我的数据帧放入列表的项目中,以便根据2列ID和ID2_值,每个潜在的人都在一个“bucket”中。然后我将手动执行用户验证以确认是否是同一个人 具有相同ID2_值的多行可能是同一个人-它们需要放在一起。 具有相同ID的多行肯定是同一个人 fname_c1 ID ID2 ID2_value by bm bd <fct> <fct> <fct> <fct> <
fname_c1 ID ID2 ID2_value by bm bd
<fct> <fct> <fct> <fct> <int> <int> <int>
1 STEFAN 100 MEDICAL#1 60 1957 9 2
2 HANS 205 MEDICAL#1 60 1957 6 7
3 PODRICK 104 MEDICAL#2 5003 1933 6 7
4 BOB 600 MEDICAL#2 2005 1960 9 2
5 PODRICK 104 MEDICAL#1 89 1933 9 2
6 STEFAN 100 MEDICAL#2 1001 1957 6 1
7 GARY 104 MEDICAL#4 AAB 1933 6 1
8 GARY 110 MEDICAL#4 AAB 1933 6 1
fname\u c1 ID ID2 ID2\u bm bd的值
1 STEFAN 100 MEDICAL#1 60 1957 9 2
2 HANS 205 MEDICAL#1 60 1957 6 7
3 PODRICK 104医疗#2 5003 1933 6 7
4 BOB 600医疗#2 2005 1960 9 2
5 PODRICK 104医疗#1 89 1933 9 2
6 STEFAN 100医疗公司#2 1001 1957 6 1
7 GARY 104 MEDICAL#4 AAB 1933 6 1
8 GARY 110 MEDICAL#4 AAB 1933 6 1
根据以上数据,应该放在一起的行是
fname_c1 ID ID2 ID2_value by bm bd
<fct> <fct> <fct> <fct> <int> <int> <int>
1 STEFAN 100 MEDICAL#1 60 1957 9 2
2 HANS 205 MEDICAL#1 60 1957 6 7
3 STEFAN 100 MEDICAL#2 1001 1957 6 1
fname_c1 ID ID2 ID2_value by bm bd
4 BOB 600 MEDICAL#2 2005 1960 9 2
fname_c1 ID ID2 ID2_value by bm bd
5 PODRICK 104 MEDICAL#1 89 1933 9 2
6 PODRICK 104 MEDICAL#2 5003 1933 6 7
7 GARY 104 MEDICAL#4 AAB 1933 6 1
8 GARY 110 MEDICAL#4 AAB 1933 6 1
fname\u c1 ID ID2 ID2\u bm bd的值
1 STEFAN 100 MEDICAL#1 60 1957 9 2
2 HANS 205 MEDICAL#1 60 1957 6 7
3 STEFAN 100医疗公司#2 1001 1957 6 1
fname_c1 ID ID2 ID2_bm bd的值
4 BOB 600医疗#2 2005 1960 9 2
fname_c1 ID ID2 ID2_bm bd的值
5 PODRICK 104医疗#1 89 1933 9 2
6 PODRICK 104医疗#2 5003 1933 6 7
7 GARY 104 MEDICAL#4 AAB 1933 6 1
8 GARY 110 MEDICAL#4 AAB 1933 6 1
我很难思考如何进行双重匹配
可复制代码
dat这是一个最好的图论问题。将原始数据视为一个图形,其中相邻部分由同一行中的ID和ID2_值表示。您想要的输出是每个连接子图中的节点。我现在没有时间回答,但是igraph的igraph
软件包中有一些函数可以使这个问题变得非常简单。将原始数据视为一个图形,其中相邻部分由同一行中的ID和ID2_值表示。您想要的输出是每个连接子图中的节点。我现在没有时间回答,但是igraph的igraph
软件包有一些功能可以让这个问题变得非常简单
dat <- structure(list(fname_c1 = structure(c(5L, 3L, 4L, 1L, 4L, 5L, 2L, 2L),
.Label = c("BOB", "GARY", "HANS", "PODRICK", "STEFAN"),
class = "factor"),
ID = structure(c(1L, 4L, 2L, 5L, 2L, 1L, 2L, 3L),
.Label = c("100", "104", "110", "205", "600"),
class = "factor"),
ID2 = structure(c(1L, 1L, 2L, 2L, 1L, 2L, 3L, 3L),
.Label = c("MEDICAL#1", "MEDICAL#2", "MEDICAL#4"),
class = "factor"),
ID2_value = structure(c(4L, 4L, 3L, 2L, 5L, 1L, 6L, 6L),
.Label = c("1001", "2005", "5003", "60", "89", "AAB"),
class = "factor"),
by = c(1957L, 1957L, 1933L, 1960L, 1933L, 1957L, 1933L, 1933L),
bm = c(9L, 6L, 6L, 9L, 9L, 6L, 6L, 6L),
bd = c(2L, 7L, 7L, 2L, 2L, 1L, 1L,
"data.frame")
)
)
dat <- data.frame(dat)
library(tidyverse)
batches_all <- dat %>%
group_split(fname_c1, ID2_value)