如何在tibble中跨行取值计算节点到根节点的距离dtr？

问题概述 #

你需要计算每个节点到根节点（id=7）的距离dtr，给定的示例数据和期望结果如下：

library(tidyverse)
tmp <- tibble(
  id = 1:12,
  rel = c(2,7,4,2,4,5,7,7,10,8,7,7)
)

期望得到的dtr结果：[1] 2 1 3 2 3 4 0 1 3 2 1 1

你当前遇到的瓶颈 #

你已经梳理了正确的循环算法逻辑，但在更新trel（根据当前tid获取对应父节点）的步骤中出错了。你的伪代码逻辑是可行的：

• 若当前节点非根节点，dtr自增1：if(!equals(tid,trel)): dtr = dtr+1
• 更新tid为当前trel：tid = trel
• 更新trel为当前tid对应的父节点（即id等于tid的行的rel值）
• 重复上述步骤直到所有节点到达根节点

但你尝试的trel更新代码tmp <- tmp %>% mutate(trel = rel[id == .$tid])不符合预期，因为在dplyr的mutate中直接引用向量无法实现逐行匹配。

两种解决方案 #

方案1：修复你的循环实现

问题出在mutate中匹配tid对应rel的方式，需要用match函数逐行找到每个tid在id中的位置，再取出对应的rel值。修改后的完整函数如下：

get_dtr <- function(tib){
  tmp <- tib %>% mutate(tid = id, trel = rel, dtr = 0)
  # 循环条件调整为：还有节点未到达根节点（tid != trel）
  while(any(tmp$tid != tmp$trel)){
    tmp <- tmp %>% mutate(
      dtr = if_else(tid != trel, dtr + 1, dtr),
      tid = trel,
      # 用match实现逐行查找tid对应的父节点rel
      trel = rel[match(tid, id)]
    )
  }
  # 返回需要的核心列
  tmp %>% select(id, rel, dtr)
}

# 测试函数
get_dtr(tmp)

这个版本的函数会正确执行你的算法逻辑，得到期望的dtr结果。

方案2：用igraph包更高效地实现

如果你的节点数量较多，循环方法的效率会比较低。推荐使用igraph包将数据转换为树结构，直接计算最短路径长度（也就是到根节点的距离）：

library(igraph)

# 转换为边列表（子节点 -> 父节点）
edge_list <- tmp %>% select(from = id, to = rel)
# 创建有向树图
tree_graph <- graph_from_data_frame(edge_list, directed = TRUE)
# 计算每个节点到根节点（id=7）的距离，根节点距离为0
tmp$dtr <- distances(tree_graph, v = V(tree_graph)[name == "7"], to = V(tree_graph), mode = "in") %>% as.vector()

# 查看结果
tmp$dtr
# 输出：[1] 2 1 3 2 3 4 0 1 3 2 1 1

这种方法代码更简洁，效率更高，尤其适合处理大规模的树状数据。

内容的提问来源于stack exchange，提问作者Paavo Pohndorff