在R中基于案件原被告数据集构建邻接矩阵的问题求助

问题原因 #

原有代码仅对单条人员记录做宽表转换，未将同一案件下的原告、被告关联到同一行，因此拆分后每行仅能保留单一身份的人员ID，另一身份字段自动填充为NA，无法形成有效原被告配对。

可行实现代码 #

library(tidyverse)
# 拆分原告、被告子集
plaintiff_df <- df %>% 
  filter(Status == "Plaintiff") %>% 
  select(Case, plaintiff = Person)
defendant_df <- df %>% 
  filter(Status == "Defendant") %>% 
  select(Case, defendant = Person)
# 按案件编号关联得到同案原被告配对
case_pairs <- inner_join(plaintiff_df, defendant_df, by = "Case")
# 按原被告对分组统计共同案件数
result <- case_pairs %>%
  group_by(plaintiff, defendant) %>%
  summarise(case_count = n(), .groups = "drop")

补充说明 #

• 若单个案件存在多个原告/被告，代码会自动生成该案件下所有可能的原被告配对，符合身份互换视为不同配对的统计要求
• 如需直接生成邻接矩阵用于网络分析，可在上述结果基础上做宽表转换：

adj_matrix <- result %>%
  pivot_wider(
    id_cols = plaintiff,
    names_from = defendant,
    values_from = case_count,
    values_fill = 0
  )

内容的提问来源于stack exchange，提问作者Jacob Baisley