修正无向网络数据：确保邻居关系双向对称

问题说明 #

现有存储人员及邻居信息的data.frame存在两处问题：

• 存在自环（如Josh的邻居包含自身ID）
• 邻居关系不具备双向对称性（如Josh的邻居包含Emma，但Emma的邻居未包含Josh）

原始数据代码 #

x <- read.table(text = "
Name ID Neighbour_ID
Josh 1 1,2,3
Emma 2 4
Nick 3 1
Mark 4 5
Claire 5 
", sep = " ", header = TRUE)

原始数据输出 #

Name     ID      Neighbour_ID
1   Josh  1      1,2,3
2   Emma  2          4
3   Nick  3          1
4   Mark  4          5
5 Claire  5

期望修正结果 #

Name     ID      Neighbour_ID
1   Josh  1        2,3
2   Emma  2        1,4
3   Nick  3          1
4   Mark  4        2,5
5 Claire  5          4

实现步骤与代码 #

解决思路 #

1. 拆分逗号分隔的邻居ID，构建单边数据集，同时移除自环与空值
2. 生成所有边的反向边，确保邻居关系双向对称
3. 按ID重新汇总邻居ID，合并回原始数据结构

完整代码 #

# 安装并加载tidyr包（若未安装）
if (!require(tidyr)) install.packages("tidyr")
library(tidyr)

# 1. 拆分邻居ID为单行边，过滤无效数据
edges <- x %>%
  separate_rows(Neighbour_ID, sep = ",") %>%
  mutate(Neighbour_ID = trimws(Neighbour_ID)) %>%
  filter(Neighbour_ID != "", Neighbour_ID != as.character(ID))

# 2. 构建双向边数据集
bidirectional_edges <- rbind(
  edges[, c("ID", "Neighbour_ID")],
  # 生成反向边并重命名列
  edges[, c("Neighbour_ID", "ID")] %>% setNames(c("ID", "Neighbour_ID"))
) %>% distinct() # 去重避免重复边

# 3. 按ID汇总邻居ID，排序后用逗号连接
corrected_neighbours <- bidirectional_edges %>%
  group_by(ID) %>%
  summarise(Neighbour_ID = paste(sort(Neighbour_ID), collapse = ","), .groups = "drop")

# 4. 合并回原始数据，保留姓名信息
result <- x %>%
  select(Name, ID) %>%
  left_join(corrected_neighbours, by = "ID")

# 输出结果
print(result)

代码说明 #

• separate_rows：将逗号分隔的多邻居ID拆分为每行一个邻居，方便后续处理
• 过滤步骤：去除空的邻居条目和ID与邻居ID相同的自环记录
• 双向边构建：通过反转原边的ID与邻居ID，保证所有邻居关系都是双向的
• 汇总步骤：按ID分组后将邻居ID排序并重新拼接为逗号分隔的字符串，与原始数据结构一致

内容的提问来源于stack exchange，提问作者KC15