如何用R为3887条数据生成无向连接表并导出至Excel？

步骤1：加载依赖包 #

先安装并处理数据、导出Excel所需的包：

# 首次使用先安装包
install.packages(c("tidyverse", "writexl"))
# 加载包
library(tidyverse)
library(writexl)

步骤2：导入数据集 #

导入你的原始数据，若数据没有唯一案例ID，先添加一列用于标识每个案例：

# 替换为你的数据集路径
raw_data <- read.csv("your_dataset.csv")

# 添加案例ID（原数据无ID时执行）
raw_data <- raw_data %>% mutate(case_id = row_number())

步骤3：生成每个案例的无向连接 #

核心逻辑是筛选每个案例中值为1的变量，生成不重复的两两无向组合（比如只保留v1-v2，排除重复的v2-v1）：

edge_table <- raw_data %>%
  # 转换为长格式，便于筛选有效变量
  pivot_longer(-case_id, names_to = "variable", values_to = "is_true") %>%
  # 仅保留值为1的变量
  filter(is_true == 1) %>%
  # 按案例分组处理
  group_by(case_id) %>%
  # 生成当前案例下所有变量对
  expand(var1 = variable, var2 = variable) %>%
  # 过滤重复无向连接，只保留字典序中var1在前的组合
  filter(var1 < var2) %>%
  # 取消分组
  ungroup()

步骤4：预览结果 #

用head()快速查看生成的连接表格：

head(edge_table)

步骤5：导出到Excel #

直接将结果导出到指定路径的Excel文件：

# 替换为你想要的保存路径和文件名
write_xlsx(edge_table, "case_undirected_connections.xlsx")

额外注意事项 #

• 如果变量名是数字后缀（如var1, var10, var2），默认字符串排序会出错，可先将变量名转为有序因子：

  raw_data <- raw_data %>%
    pivot_longer(-case_id, names_to = "variable", values_to = "is_true") %>%
    mutate(variable = factor(variable, levels = str_sort(unique(variable), numeric = TRUE))) %>%
    pivot_wider(names_from = variable, values_from = "is_true")
  

• 3887条案例的处理效率：只要变量数量不是极端多（如上千个），这套方法在普通电脑上可快速完成，内存占用可控。

内容的提问来源于stack exchange，提问作者DrMaxKeck