R 在分组后使用子数据集

假设我有一个数据集，其中graph_id从0到800

     x    y index graph_id
1 3327  535   0_0        0
2 3316  529   0_1        0
3 3307 2359   0_2        0
4 3296  652   0_3        0
5 3283 2999   0_4        0
6 3281   73   0_5        0

我想使用每个基于graph_id的子数据集作为管道中mutate的输入。 像这样：

test <- data %>%
  group_by(graph_id) %>%
  select(x, y) %>%
  dist()

所以

是否可以仅使用dplyr而不使用lapply执行此类操作

更新

其思想是基于子数据帧创建新列，而不创建其他变量。如果您在mutate（在我的例子中）中使用

{.}

来处理初始数据帧，那么这是可能的：

data <- 
  data %>%
  mutate(id  = {.} %>%
               group_by(graph_id) %>%
               select(x, y) %>%
               do(a = dist(.) %>% 
                    as.matrix() %>% 
                    melt(varnames = c("row", "col")) %>% 
                    mutate(weight = 1/value *100) %>%
                    filter(row < col) %>%
                    rename(from = row,
                           to = col) %>%
                    graph_from_data_frame(directed = F) %>%
                    fastgreedy.community() %>%
                    membership()) %>%
               .['a'] %>%
               unlist() %>% 
               unname())

数据%
变异（id={.}%>%
分组依据（图形id）%>%
选择（x，y）%>%
do（a=距离（%）%>%
as.matrix（）%>%
熔化（varnames=c（“行”、“列”））%>%
变异（权重=1/值*100）%>%
过滤器（行<列%>%
重命名（从=行，
to=列）%>%
来自数据帧的图形（定向=F）%>%
fastgreedy.community（）%>%
成员资格（））%>%
.[a']%>%
取消列表（）%>%
名称（））

您是否尝试过

do（dist（.））

？

do

动词保持分组。谢谢！，它帮助了很多你想要的输出是什么

dist

将返回一个较低的三角形，因此需要更多的操作。如果您的输入组（子帧）有

m

行，那么您的输出将有

m*（m-1）/2

值（在具有

m-1

行和列的矩阵中），因此您不能仅将其分配给新列，并且

cbind

使其快速增长。您的输出可能包括两行索引（from和to）以及它们之间的距离，这就是您所想的吗？最初，我有一个完整图的数据框架：x，y-坐标，一个图的graph_id-id，我想使用

成员资格

和

快速贪婪社区

函数将这些图拆分为几个子图。输入是一个图（从子数据帧创建），输出是每个点的子图id（表示为初始数据帧中的一行），它解释了您希望如何对数据进行分组，而不是希望帧的外观。如果输出的行比输入的多，我不知道如何添加“初始数据帧中的行”。您是否可以更改示例数据，使其包括（例如）3个不同的组和每个组3-4行，并显示该示例输入的输出结果？不清楚的时候很难谈论。

data <- 
  data %>%
  mutate(id  = {.} %>%
               group_by(graph_id) %>%
               select(x, y) %>%
               do(a = dist(.) %>% 
                    as.matrix() %>% 
                    melt(varnames = c("row", "col")) %>% 
                    mutate(weight = 1/value *100) %>%
                    filter(row < col) %>%
                    rename(from = row,
                           to = col) %>%
                    graph_from_data_frame(directed = F) %>%
                    fastgreedy.community() %>%
                    membership()) %>%
               .['a'] %>%
               unlist() %>% 
               unname())