如何统计或标识组内leader与成员是否存在历史交互及累计次数
2026-10-7
累计统计群组leader与成员历史交互次数需求
问题描述
我查阅了大量计数、配对相关的问题，但未找到该问题的解决方案。
我的数据包含跨时间的数千个群组，每个群组的agent构成各不相同，通过leader_dummy虚拟变量标识群组的一位或多位leader，不少agent会多次担任leader。我需要生成一个虚拟变量，标识leader与组内其他agent是否存在历史交互，理想情况下可累计统计交互次数，但由于样本中agent、群组、数据行数量极大，我暂未找到可行的实现方案。
为说明问题，以群组1672为例，我希望统计或记录leader（agent_id 6031）与组内其他成员的所有关系，当后续样本中该关系再次出现时，可在新列中统计相关次数，以下是示例数据：
structure(list(year = c(1987L, 1987L, 1987L, 1987L, 1987L, 1987L, 1987L, 1989L, 1989L, 1989L, 1989L, 1989L, 1989L, 1989L, 1989L, 1989L, 1989L, 1989L, 1989L, 1989L, 1989L, 1989L, 1989L, 1989L, 1989L, 1989L, 1989L, 1989L, 1989L, 1989L, 1989L, 1990L, 1990L, 1990L, 1990L, 1990L, 1990L, 1990L, 1990L, 1990L, 1990L, 1990L ), group_id = c(1672L, 1672L, 1672L, 1672L, 1672L, 1672L, 1672L, 5838L, 5838L, 5838L, 5838L, 5838L, 5838L, 5838L, 5838L, 5838L, 5838L, 5838L, 5838L, 5838L, 5838L, 5838L, 5838L, 5838L, 5838L, 5838L, 5838L, 5838L, 5838L, 6143L, 6143L, 7044L, 7044L, 7044L, 7044L, 7044L, 7044L, 7044L, 7044L, 7044L, 7044L, 7044L), agent_id = c(7836L, 7878L, 5855L, 8864L, 8857L, 7910L, 6031L, 5846L, 7878L, 5891L, 7838L, 7828L, 8926L, 5919L, 5925L, 5933L, 8857L, 5978L, 8834L, 7888L, 8903L, 6014L, 8859L, 6059L, 7845L, 2446L, 6127L, 8902L, 5893L, 8995L, 8836L, 7836L, 7878L, 6309L, 7828L, 6138L, 5952L, 7844L, 7845L, 6084L, 7910L, 6532L), leader_dummy = c(0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1)), row.names = c(NA, -42L), class = c("tbl_df", "tbl", "data.frame"))
样例数据预览：
# A tibble: 20 x 4 year group_id agent_id leader_dummy <int> <int> <int> <dbl> 1 1987 1672 7836 0 2 1987 1672 7878 0 3 1987 1672 5855 0 4 1987 1672 8864 0 5 1987 1672 8857 0 6 1987 1672 7910 0 7 1987 1672 6031 1 8 1989 5838 5846 0 9 1989 5838 7878 0 10 1989 5838 5891 0 11 1989 5838 7838 0 12 1989 5838 7828 0 13 1989 5838 8926 0 14 1989 5838 5919 0 15 1989 5838 5925 0 16 1989 5838 5933 0 17 1989 5838 8857 0 18 1989 5838 5978 0 19 1989 5838 8834 0 20 1989 5838 7888 0
期望输出
以下是期望的输出效果（仅对原有数据做了编辑以展示需求）：
year group_id agent_id leader_dummy prior_interactions 1987 1672 7836 0 0 1987 1672 7878 0 0 1987 1672 5855 0 0 1987 1672 8864 0 0 1987 1672 8857 0 0 1987 1672 7910 0 0 1987 1672 6031 1 0 . . . 1990 2549 5846 0 0 1990 2549 7878 1 0 1990 2549 5891 0 0 1990 2549 6031 0 1 #was in the same group (1672) with leader 1990 2549 7828 0 0 1990 2549 8926 0 0 1990 2549 5855 0 0 . . . 1991 8785 7878 0 1 #was in the same group (1672) with leader 1991 8785 1065 0 0 1991 8785 7910 0 1 #was in the same group (1672) with leader 1991 8785 2084 0 0 1991 8785 6031 1 0 . . . 1993 9526 8926 1 0 1993 9526 7878 0 1 #was in the same group (2549) with leader 1993 9526 2888 0 0 1993 9526 1003 0 0 . . . 1994 10260 7878 1 0 1994 10260 1065 0 1 #was in the same group (8785) with leader 1994 10260 8926 0 1 #was in the same group (9526) with leader 1994 10260 6031 0 1 #was in the same group (1672, 2549, 8785) with leader 1994 10260 1533 1 0 . . . 1995 11044 7860 0 0 1995 11044 1533 1 0 1995 11044 7828 0 0 1995 11044 6138 0 0 1995 11044 1065 0 1 #was in the same group (10260) with leader 1995 11044 7844 0 0 1995 11044 8926 0 1 #was in the same group (10260) with leader 1995 11044 6084 0 0 1995 11044 7878 0 1 #was in the same group (10260) with leader
补充说明
- 群组可能存在多位leader的情况，会导致组内交互数量进一步提升，也增加了问题复杂度。
澄清说明
此前的示例对需求的表述不够清晰，希望上述修改可以说明需求，如果仍有疑问可告知我补充示例。
本质上我的数据中agent之间存在大量重复交互，随着关系形成会有越来越多的协作，我希望以此衡量网络的形成过程，如果可以统计这些交互随时间的累计次数会更好，但我认为实现难度较高。
内容的提问来源于stack exchange，提问作者Moz
相关产品推荐
相关产品推荐
