如何用R从层级表导出父子表以适配collapsibleTree组件？

嘿，我刚好处理过类似的情况，用data.tree包确实是最省心的解决方案！咱们一步步来搞定这个转换：

首先得明确两种数据结构的差异：

• 你现在手里的叶子节点DataFrame（DataFrameTable）：每行对应一个最终的叶子节点，列通常是从根到叶子的层级拆分（比如根分类、父分类、子分类、叶子），或者是用分隔符拼接的完整路径字符串
• collapsibleTree需要的父子关系DataFrame（DataFrameNetwork）：至少包含两列（一般叫parent和child），每行代表一对直接的父子节点关系

步骤1：把叶子DataFrame转成data.tree对象 #

情况1：多列层级的叶子DataFrame #

假设你的数据是这样的（每列对应一个层级）：

library(tibble)
leaf_df <- tibble(
  Root = c("Products", "Products", "Products", "Products"),
  Category1 = c("Electronics", "Electronics", "Clothing", "Clothing"),
  Category2 = c("Phones", "Laptops", "Shirts", "Pants"),
  Leaf = c("iPhone", "MacBook", "T-Shirt", "Jeans"),
  Sales = c(1000, 1500, 300, 400) # 可选的额外属性
)

直接用FromDataFrameTable()就能生成tree对象：

library(data.tree)
tree <- FromDataFrameTable(leaf_df, pathName = c("Root", "Category1", "Category2", "Leaf"), attribute = "Sales")

情况2：单列带分隔符的路径 #

如果你的数据是用斜杠、点或者其他分隔符拼接的路径列：

leaf_df <- tibble(
  Path = c("Products/Electronics/Phones/iPhone", "Products/Electronics/Laptops/MacBook", 
           "Products/Clothing/Shirts/T-Shirt", "Products/Clothing/Pants/Jeans"),
  Sales = c(1000, 1500, 300, 400)
)

可以直接用FromString()生成tree，再挂载额外属性：

# 用FromString快速生成tree
tree <- FromString(leaf_df$Path, sep = "/")
# 手动把额外属性挂载到对应节点上
for (i in 1:nrow(leaf_df)) {
  node <- FindNode(tree, leaf_df$Path[i])
  node$Sales <- leaf_df$Sales[i]
}

步骤2：将tree对象转成父子关系DataFrame #

这一步超简单，用ToDataFrameNetwork()直接输出collapsibleTree需要的格式：

network_df <- ToDataFrameNetwork(tree, "parent", "child", "Sales")

生成的network_df会包含所有父子节点对，以及你指定的额外属性（比如上面的Sales）。

步骤3：传入collapsibleTree使用 #

现在直接把这个network_df传给collapsibleTree的data参数就可以了：

library(collapsibleTree)
collapsibleTreeNetwork(network_df, attribute = "Sales", nodeSize = "Sales")

小技巧 #

• 如果你的叶子节点层级不统一（有的是3层，有的是4层），data.tree会自动补全缺失的上层节点，不用担心报错
• 要是想自定义节点名称或者属性，直接在tree对象上修改节点的属性即可，转换的时候会自动带上

这样操作下来，就能轻松把你现有的叶子DataFrame转换成collapsibleTree需要的格式啦！

内容的提问来源于stack exchange，提问作者jl5000