Rの再帰的なグループ化

Question

"オーバーラップ"変数に基づいて順次Group_IDを作成する方法を見つけることを試みています。私がこれを説明する最も簡単な方法は、住宅、ローン、および借り手の例を使用することです。

は、例えばハウス1（H_01）にリンクされているので 我々は

df <- data.frame(house  = c('H_01','H_02','H_03','H_04','H_05'), 
       loan  = c('L_01','L_02','L_02','L_03','L_04'), 
       borrower = c('B_01','B_01','B_02','B_03','B_04')) 

一つは、すべての変数（家、ローン、債務者）との間に多くの関係に多くを持っているだろうと仮定し、次の例があるとしローン1（L_01）と借り手1（B_01）。しかしB_01もL_02にリンクされており、それ自体はH_02にリンクされていますが、H_03にもリンクされています。したがって、テーブルの最初の3行にはG_01（グループ1）というラベルを付ける必要があります。

H_04は、他のレコードに属していないL_03にリンクされており、どちらも4番目のレコードはG_02にする必要がありますのでB_03は、他のレコードに関連しています。そして、アナログ探査で、私たちはそのレコード5は、独自のサブグループにG_03

に属し見るべきエレガントdplyrを持ってする方法はあります（好ましくは、必ずしも必要ではないが）G_01、G_02、およびG_03のこのグループ化を実現しますか？

Answer 1

あなたは「接続されたコンポーネント」を探しています。最初にデータ（melt）を並べ替えて、関係をグラフとして扱い、よく実装されたグラフライブラリ（igraph）に作業を依頼することができます。あなたは、グラフを作成する前に、例えば、

with(melt(df,id="house"),data.frame(x=house,y=paste(variable,value,sep="."))) 

、一緒に「色」に値との関係のノードを貼り付けたいかもしれない一般化すること

library(reshape2) 
library(igraph) 

components(graph.data.frame(melt(df,id="house")[,c(1,3)]))$membership[df$house] 

    # H_01 H_02 H_03 H_04 H_05 
    # 1 1 1 2 3 

。

Answer 2

A. Webbのソリューションは明らかに優れています。しかし、私がの解決策を見つけ出したので、ここに書きます。

df = data.frame(apply(df, 2, as.character), stringsAsFactors = FALSE) 
g = 1 
df$group[1] = paste("G",g,sep = "") 

#Find out unique groups and assign "CHECK" to rows in same groups 
for (i in 2:nrow(df)){ 
    if (any(df[i,1:3] %in% unlist(df[1:(i-1),1:3]))){ 
     df$group[i] = "CHECK" 
    } else { 
     g = g + 1 
     df$group[i] = paste("G",g,sep = "") 
    } 
} 

#Assign groups to rows in same group 
for (i in 1:nrow(df)){ 
    if (df$group[i] != "CHECK"){ 
     next 
    } 
    if (df$house[i] %in% df$house[1:i]){ 
     df$group[i] = df$group[match(df$house[i], df$house[1:i])]   
    } 
    if (df$loan[i] %in% df$loan[1:i]){ 
     df$group[i] = df$group[match(df$loan[i], df$loan[1:i])]   
    } 
    if (df$borrower[i] %in% df$borrower[1:i]){ 
     df$group[i] = df$group[match(df$borrower[i], df$borrower[1:i])]  
    } 
} 

#> df$group 
#[1] "G1" "G1" "G1" "G2" "G3"