如何基于网络对频率数据集统计各分组对应关联分组的计数

核心思路 #

你提供的数据集存储的是无向关联对，每个分组的关联计数需要统计所有和它出现在同一行的其他分组，并且同一对关联仅计数一次。我们可以通过将双向关联统一整理后去重计数得到结果。

测试数据集构造 #

先将你提供的数据集导入R环境：

df <- structure(list(V1 = structure(c(2L, 3L, 4L, 5L, 3L, 4L, 5L, 4L, 
5L), .Label = c("ABC", "DEF", "GHI", "JKL", "MNO"), class = "factor"), 
V2 = structure(c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 3L, 3L), .Label = c("ABC", 
"DEF", "GHI", "JKL", "MNO"), class = "factor"), Freq = c(3L, 
2L, 3L, 2L, 3L, 1L, 2L, 1L, 1L)), row.names = c(NA, 9L), class = "data.frame")

代码实现 #

Base R 版本（无需额外安装包） #

# 拼接双向关联对
pairs <- rbind(
  data.frame(group = df$V1, related = df$V2),
  data.frame(group = df$V2, related = df$V1)
)
# 去重避免同一对关联重复计数
unique_pairs <- unique(pairs)
# 统计每个分组的关联数量
result <- as.data.frame(table(unique_pairs$group))
colnames(result) <- c("x", "y")

Tidyverse 版本 #

library(tidyverse)

result <- df %>%
  # 提取关联列生成双向键值对
  pivot_longer(V1:V2, values_to = "group") %>%
  mutate(pair_id = rep(row_number(), each = 2)) %>%
  group_by(pair_id) %>%
  mutate(related_group = rev(group)) %>%
  ungroup() %>%
  select(group, related_group) %>%
  distinct() %>%
  count(group, name = "y") %>%
  rename(x = group)

输出结果 #

运行以上任意代码都可以得到你需要的输出：

x y
1 ABC 4
2 DEF 4
3 GHI 4
4 JKL 3
5 MNO 3

内容的提问来源于stack exchange，提问作者user35131