R语言构建决策树时如何对节点编号以支撑后续可视化绘图？

AI 小北

2026-9-29

核心实现思路

你的var列本身已经存储了完整的节点路径信息，非根节点的父节点路径就是当前节点路径去掉最后一位，基于这个关联关系可以完全脱离原数据排序的影响，生成逻辑一致的编号和边表。

具体实现代码

首先加载依赖包：

library(dplyr)
library(purrr)

步骤1：预处理节点数据，生成合理编号

df_processed <- df %>%
  mutate(tree_id = cumsum(var == "P")) %>% # 标记节点所属的树
  group_by(tree_id) %>%
  mutate(
    # 提取父节点的var标识：根节点P无父节点，其余节点去掉路径最后一位即为父节点路径，空路径对应根节点P
    parent_var = ifelse(var == "P", NA_character_, 
                        substr(var, 1, nchar(var)-1) %>% 
                          {ifelse(. == "", "P", .)}),
    # 计算节点深度用于排序
    depth = nchar(var)
  ) %>%
  # 按深度升序、同深度按路径字典序排序，保证编号逻辑为从上到下、同层从左到右
  arrange(depth, var, .by_group = TRUE) %>%
  # 按排序后的顺序生成节点编号
  mutate(node_id = row_number()) %>%
  ungroup()

步骤2：批量生成每棵树的边表

# 所有树的边表存在列表中，每一项对应一棵树的边数据
edge_list <- df_processed %>%
  group_split(tree_id) %>% # 按树ID拆分数据
  map(function(tree_data) {
    tree_data %>%
      filter(!is.na(parent_var)) %>% # 过滤掉无父节点的根节点
      # 关联父节点的编号
      left_join(
        tree_data %>% select(var, parent_id = node_id),
        by = c("parent_var" = "var")
      ) %>%
      select(from = parent_id, to = node_id) %>%
      arrange(from, to)
  })

# 提取对应树的边表，和你示例需求的格式完全一致
tree.1.Edges <- edge_list[[1]]
tree.2.edges <- edge_list[[2]]