用R中数据帧A的值更新数据帧B

Question

我正在进行社交网络分析，并使用两个数据帧。数据帧A(或"节点"(具有与网络的每个节点相关的信息(即id和名称(。数据帧B(或"链路"(有两列：；从"；以及"；至"；这基本上显示了节点是如何在它们之间连接的。每一行表示一个链接"；从"；一个节点"；至"；另一个。我想使用包networkD3来可视化网络，但它有一些要求：id应该从零开始，并且必须是连续的(0,1,2等(。因为我的节点和链接是来自较大数据库的随机子集，所以它们不是连续的。我把"；节点"；数据帧，并创建了一个从零开始并具有连续数字的新列(new_id(。但现在，我不知道如何更新"链接"；基于new_id的数据帧当前，我正在转换"；链接"；数据帧转换为字符，然后使用CCD_ 1包对其进行重新估价。但我需要为更大的数据集做这件事。我正在复制我现在拥有的两个数据帧的样本：

set.seed(10)
nodes_df <- data.frame(id = c(1,3,5,6,8,10), 
name = c("Agriculture", "Agriculture_in_Mesoamerica", "Agriculture_in_ancient_Greece",
"Agriculture_in_ancient_Rome", "Agriculture_in_India", "Agriculture_in_China"), 
new_id = seq(0,5))
links_df <- data.frame(from = c(3,3,5,6,8,10), 
to = c(1,5,6,8,10,3))

总之，我需要更新links_df中的值，以对应于nodes_df的new_id值。

事先非常感谢。我希望我已经足够清楚了。致问候，

Answer 1

在base中，您只需要使用merge并提取所需的列

links_df$new_to <- merge(links_df, nodes_df, 
by.x = "to", by.y = "id",
all.x = TRUE)$new_id
links_df$new_from <- merge(links_df, nodes_df, 
by.x = "from", by.y = "id",
all.x = TRUE)$new_id
links_df <- links_df[,c(1,2,4,3)] # Reordering columns
links_df
from to new_from new_to
1    3  1        1      0
2    3  5        1      1
3    5  6        2      2
4    6  8        3      3
5    8 10        4      4
6   10  3        5      5

Answer 2

合并或联接的替代方案可以是使用recode。一个解决方案(基于tidyverse(可以如下所示。

library(dplyr)
library(tibble)
swap <- deframe(tibble(id = nodes_df$id, new_id = nodes_df$new_id))
links_df %>%
mutate(new_from = recode(from, !!!swap),
new_to = recode(to, !!!swap))
#   from to new_from new_to
# 1    3  1        1      0
# 2    3  5        1      2
# 3    5  6        2      3
# 4    6  8        3      4
# 5    8 10        4      5
# 6   10  3        5      1

Answer 3

从技术上讲，networkD3希望links数据帧中的值是它们在nodes数据帧中引用的节点的(基于零的(索引。因此nodes数据帧中的第一行/节点为0，依此类推。

可以使用match()来确定目标向量中向量中每个元素的基于1的索引，并减去1得到基于0的索引。

links_df$from
#> [1]  3  3  5  6  8 10
nodes_df$id
#> [1]  1  3  5  6  8 10
match(links_df$from, nodes_df$id) - 1
#> [1] 1 1 2 3 4 5
links_df$to
#> [1]  1  5  6  8 10  3
nodes_df$id
#> [1]  1  3  5  6  8 10
match(links_df$to, nodes_df$id) - 1
#> [1] 0 2 3 4 5 1

^{由reprex软件包(v1.0.0(于2021-03-28创建}