R：通过一列数据帧进行分组/循环

我在R中有一个数据帧df，这里是它的前6行

df <- data.frame (npi_one = c('n1487','n1952','n1952','n1467','n1467','n1538'),
                  npi_two = c('n1467','n1467','n1487','n1508','n1538','n1508'),
                  weight = c(1,1,2,1,1,1),
                  hee_provn1=c(rep(015171,3),rep(015443,3)))

第二个循环hee_provn1==015171的结果表为

   hee_provn1   npi degree closeness betweenness     eigen
1:      15171 n1487      2 0.3333333         0.0 1.0000000
2:      15171 n1467      2 0.5000000         0.5 0.7320508
3:      15171 n1952      2 0.3333333         0.0 1.0000000

   hee_provn1   npi degree closeness betweenness eigen
1:      15443 n1467      2       0.5           0     1
2:      15443 n1508      2       0.5           0     1
3:      15443 n1538      2       0.5           0     1

我是R新手，我不知道如何根据dataframe的一列进行分组和循环

另外，我希望我的最终结果是一个大表格，将所有表格放在一起，如：

   hee_provn1   npi degree closeness betweenness     eigen
1:      15171 n1487      2 0.3333333         0.0 1.0000000
2:      15171 n1467      2 0.5000000         0.5 0.7320508
3:      15171 n1952      2 0.3333333         0.0 1.0000000
4:      15443 n1467      2       0.5           0     1
5:      15443 n1508      2       0.5           0     1
6:      15443 n1538      2       0.5           0     1

由于某些原因，我不能使用R软件包tidyverse，谢谢

我从Balter那里试过这个方法

df <- data.frame (npi_one = c('n1487','n1952','n1952','n1467','n1467','n1538'),
                  npi_two = c('n1467','n1467','n1487','n1508','n1538','n1508'),
                  weight = c(1,1,2,1,1,1),
                  hee_provn1=c(rep(015171,3),rep(015443,3)))

library(igraph)
library(dplyr)
library(data.table)

final.df <- c()
for(x in unique(df$hee_provn1)){
  df2 <- subset(df, subset = hee_provn1 == x)

  df3 <- df2 [,c("npi_one","npi_two")]
  l = c(apply(df3,1,c))
  G <- graph(l,directed = FALSE)

  d <- degree(G)
  c <- closeness(G,weight = df2$weight)
  b <- betweenness(G, weight = df2$weight)
  e <- eigen_centrality(G,weight = df2$weight)$vector

  result <- data.frame(d,c,b,e)
  setDT(result, keep.rownames = TRUE)[]
  setnames(result,1,"npi")
  cbind(hee_provn1 = x,result)
  final.df <- rbind(final.df, result)
}
colnames(final.df) <- c('npi','degree', 'closeness','betweenness','eigen')

---

看起来它与我的理想结果不同，如何成功地跟踪迭代产生它的原因？

我能想到的最简单的方法是不重新创建整个代码：

final.df <- c()
for(x in unique(df$hee_provn1)){
  y <- subset(df, subset = hee_provn1 == x)
  result <- ##do your stuff here with table y
 final.df <- rbind(final.df, result)
}

---

因此，您可以为hee_provn1中的每个唯一值对表进行子集设置，完成您的工作，然后将结果附加到一个数据框中。

我可以想到的最简单的方法是不重新创建整个代码：

final.df <- c()
for(x in unique(df$hee_provn1)){
  y <- subset(df, subset = hee_provn1 == x)
  result <- ##do your stuff here with table y
 final.df <- rbind(final.df, result)
}

---

因此，您可以在hee_provn1中为每个唯一值对表进行子集设置，完成您的工作，然后将结果附加到数据框中。

不加载dplyr，重新开始。然后

library(data.table)
library(igraph)
setDT(df)

# clean bad formatting
df[, `:=`(npi_one = as.character(npi_one), npi_two = as.character(npi_two))]

df[, {
  G = graph_from_edgelist(cbind(npi_one, npi_two), directed = FALSE)
  .(
    v = V(G)$name,
    d = degree(G),
    c = closeness(G, weight = weight),
    b = betweenness(G, weight = weight),
    e = eigen_centrality(G, weight = weight)$vector
  )
}, by=hee_provn1]

这给了

   hee_provn1     v d         c   b         e
1:      15171 n1487 2 0.3333333 0.0 1.0000000
2:      15171 n1467 2 0.5000000 0.5 0.7320508
3:      15171 n1952 2 0.3333333 0.0 1.0000000
4:      15443 n1467 2 0.5000000 0.0 1.0000000
5:      15443 n1508 2 0.5000000 0.0 1.0000000
6:      15443 n1538 2 0.5000000 0.0 1.0000000

工作原理

Data.table语法是DT[i，j，by=]，它按此处不需要的i过滤，按=分组，然后计算j。j应评估为一个列表，列表可以写成。作为速记

为什么不加载dplyr？不需要它，而且igraph已经有足够多的名称空间冲突

如果您真的想使用dplyr，我强烈建议不要同时使用data.table

library(dplyr)
library(magrittr)
library(igraph)

# fix bad formatting
df %<>% mutate(npi_one = as.character(npi_one), npi_two = as.character(npi_two))

df %>% group_by(hee_provn1) %>% do(with(., {
  G = graph_from_edgelist(cbind(npi_one, npi_two), directed = FALSE)
  data.frame(
    v = V(G)$name,
    d = degree(G),
    c = closeness(G, weight = weight),
    b = betweenness(G, weight = weight),
    e = eigen_centrality(G, weight = weight)$vector
  )
}))

# A tibble: 6 x 6
# Groups:   hee_provn1 [2]
  hee_provn1     v     d         c     b         e
       <dbl> <chr> <dbl>     <dbl> <dbl>     <dbl>
1      15171 n1487     2 0.3333333   0.0 1.0000000
2      15171 n1467     2 0.5000000   0.5 0.7320508
3      15171 n1952     2 0.3333333   0.0 1.0000000
4      15443 n1467     2 0.5000000   0.0 1.0000000
5      15443 n1508     2 0.5000000   0.0 1.0000000
6      15443 n1538     2 0.5000000   0.0 1.0000000

---

在不加载dplyr的情况下重新启动。然后

library(data.table)
library(igraph)
setDT(df)

# clean bad formatting
df[, `:=`(npi_one = as.character(npi_one), npi_two = as.character(npi_two))]

df[, {
  G = graph_from_edgelist(cbind(npi_one, npi_two), directed = FALSE)
  .(
    v = V(G)$name,
    d = degree(G),
    c = closeness(G, weight = weight),
    b = betweenness(G, weight = weight),
    e = eigen_centrality(G, weight = weight)$vector
  )
}, by=hee_provn1]

这给了

   hee_provn1     v d         c   b         e
1:      15171 n1487 2 0.3333333 0.0 1.0000000
2:      15171 n1467 2 0.5000000 0.5 0.7320508
3:      15171 n1952 2 0.3333333 0.0 1.0000000
4:      15443 n1467 2 0.5000000 0.0 1.0000000
5:      15443 n1508 2 0.5000000 0.0 1.0000000
6:      15443 n1538 2 0.5000000 0.0 1.0000000

工作原理

Data.table语法是DT[i，j，by=]，它按此处不需要的i过滤，按=分组，然后计算j。j应评估为一个列表，列表可以写成。作为速记

为什么不加载dplyr？不需要它，而且igraph已经有足够多的名称空间冲突

如果您真的想使用dplyr，我强烈建议不要同时使用data.table

library(dplyr)
library(magrittr)
library(igraph)

# fix bad formatting
df %<>% mutate(npi_one = as.character(npi_one), npi_two = as.character(npi_two))

df %>% group_by(hee_provn1) %>% do(with(., {
  G = graph_from_edgelist(cbind(npi_one, npi_two), directed = FALSE)
  data.frame(
    v = V(G)$name,
    d = degree(G),
    c = closeness(G, weight = weight),
    b = betweenness(G, weight = weight),
    e = eigen_centrality(G, weight = weight)$vector
  )
}))

# A tibble: 6 x 6
# Groups:   hee_provn1 [2]
  hee_provn1     v     d         c     b         e
       <dbl> <chr> <dbl>     <dbl> <dbl>     <dbl>
1      15171 n1487     2 0.3333333   0.0 1.0000000
2      15171 n1467     2 0.5000000   0.5 0.7320508
3      15171 n1952     2 0.3333333   0.0 1.0000000
4      15443 n1467     2 0.5000000   0.0 1.0000000
5      15443 n1508     2 0.5000000   0.0 1.0000000
6      15443 n1538     2 0.5000000   0.0 1.0000000

---

我尝试了你的方法，很酷，我在问题中更新了它，但我仍然不知道如何跟踪哪个迭代产生了结果。thanksI评论了您的原始问题：我已经在OP下对此进行了评论，但您可能想看看R地狱的第2章。这可能违反直觉，但在使用R编程时记住这一点很有用。我尝试了您的方法，很酷，我在问题中对其进行了更新，但我仍然不知道如何跟踪哪个迭代产生了结果。thanksI评论了您的原始问题：我已经在OP下对此进行了评论，但您可能想看看R地狱的第2章。这可能违反直觉，但在使用R编程时请记住这一点。您只需在结果中添加一列即可。结果仅供参考，您的cbindhee_provn1=x，结果行没有任何作用。您需要分配结果。只有特殊的set*函数在不指定结果的情况下工作。此外，在循环中动态地增长东西在R中效率很低。R地狱是一个很好的陷阱指南，您可以在结果中添加一列。结果仅供参考，您的cbindhee_provn1=x，结果行没有任何作用。您需要分配结果。只有特殊的set*函数在不指定结果的情况下工作。另外，在循环中动态增长东西在R中效率很低。R地狱是一个很好的陷阱指南嗨，弗兰克，如果可能的话，你能用dplyr给我看看代码吗？@kkjoe好的，补充道。谢谢你，弗兰克。对不起，我刚发现我们的结果不一样。如果你看15443，n1467，你会发现你的贴近度是0.1666667，但是，你可以很容易地发现15543是一个三角形结构，所有的权重都是1，所以n1467的度量应该与n1538和n1508相同。我很努力地研究了你的代码，但是弄不懂why@kkjoe哦，对不起。我应该用edgelist的graph，而不是graph。我已经在邮局把它修好了，现在看起来很相配。谢谢你，先生，现在看起来很完美。我提出了一个新问题，它添加了一个新的需求—从另一个表中添加一些单个节点。您非常擅长r数据帧，如果您能帮助我使用dyplr，而不是loop，我将非常感激。非常感谢。嗨，弗兰克，如果可能的话，你能用dplyr给我看一下代码吗？@kkjoe好的，补充道。谢谢你，弗兰克。对不起，我刚发现我们的结果不一样。如果你看15443，n1467，你会发现你的贴近度是0.1666667，但是，你可以很容易地发现15543是一个三角形结构，所有的权重都是1，所以n1467的度量应该与n1538和n1508相同。我很努力地研究了你的代码，但是弄不懂why@kkjoe哦，对不起。我应该用edgelist的graph，而不是graph。我已经在邮局把它修好了，现在看起来很相配。谢谢你，先生，现在看起来很完美。我提出了一个新问题，它添加了一个新的需求—从另一个表中添加一些单个节点。您非常擅长r数据帧，如果您能帮助我使用dyplr，而不是loop，我将非常感激。非常感谢。