基于R语言DataFrame的图节点wtarget关联次数统计需求

嘿，我来帮你搞定这个图节点的标签关联统计问题！先看你的原始数据：

df <- data.frame(
  source = c("a","a","a",'z1','b'),
  target = c("b","c","d",'a','e'),
  wsource = c('w1','w2','w1','w2','w1'),
  wtarget = c('w1','w1','w1','w1','w2')
)

对应的表格是：

我猜你是要统计每个节点的两类次数之和：

• 当节点作为source时，所有关联边中wtarget的出现总次数（或按标签分组的次数）
• 当节点作为target时，所有关联边中wsource的出现总次数

下面给你几种实用的解决方案：

方案1：统计每个节点的总关联次数（不区分标签） #

如果你只需要每个节点的总次数（不管标签类型，只算关联的边数对应的标签次数），用dplyr处理最顺手：

首先加载包（没装的话先跑install.packages("dplyr")）：

library(dplyr)

然后分三步处理：

# 1. 统计每个source节点对应的wtarget总次数（每条边算1次）
source_counts <- df %>%
  group_by(node = source) %>%
  summarise(source_wtarget_count = n(), .groups = "drop")

# 2. 统计每个target节点对应的wsource总次数（每条边算1次）
target_counts <- df %>%
  group_by(node = target) %>%
  summarise(target_wsource_count = n(), .groups = "drop")

# 3. 合并结果，填充缺失值为0，计算总和
final_counts <- full_join(source_counts, target_counts, by = "node") %>%
  mutate(
    source_wtarget_count = replace_na(source_wtarget_count, 0),
    target_wsource_count = replace_na(target_wsource_count, 0),
    total_count = source_wtarget_count + target_wsource_count
  )

# 查看结果
print(final_counts)

运行后会得到：

# A tibble: 6 × 4
  node  source_wtarget_count target_wsource_count total_count
  <chr>                <int>                <int>       <int>
1 a                        3                    1           4
2 b                        1                    1           2
3 z1                       1                    0           1
4 c                        0                    1           1
5 d                        0                    1           1
6 e                        0                    1           1

举个例子：节点a作为source出现3次（对应3次wtarget），作为target出现1次（对应1次wsource），总和就是4，完美符合预期。

方案2：按标签分组统计每个节点的关联次数 #

如果需要按标签细分（比如知道节点a关联的wtarget是w1的次数有多少，关联的wsource是w2的次数有多少），可以这样写：

# 1. 统计source节点的wtarget标签分布
source_tag_counts <- df %>%
  group_by(node = source, tag = wtarget) %>%
  summarise(count = n(), .groups = "drop") %>%
  mutate(type = "source_wtarget")

# 2. 统计target节点的wsource标签分布
target_tag_counts <- df %>%
  group_by(node = target, tag = wsource) %>%
  summarise(count = n(), .groups = "drop") %>%
  mutate(type = "target_wsource")

# 3. 合并所有结果并排序
final_tag_counts <- bind_rows(source_tag_counts, target_tag_counts) %>%
  arrange(node, type, tag)

# 查看结果
print(final_tag_counts)

运行结果会清晰展示每个节点对应不同标签的次数：

# A tibble: 8 × 4
  node  tag   type            count
  <chr> <chr> <chr>           <int>
1 a     w1    source_wtarget      3
2 a     w2    target_wsource      1
3 b     w1    target_wsource      1
4 b     w2    source_wtarget      1
5 c     w1    target_wsource      1
6 d     w1    target_wsource      1
7 e     w1    target_wsource      1
8 z1    w1    source_wtarget      1

方案3：用基础R实现（不依赖第三方包） #

要是你不想用tidyverse系列的包，纯基础R也能搞定总次数统计：

# 获取所有唯一节点
all_nodes <- unique(c(df$source, df$target))

# 初始化结果数据框
result <- data.frame(
  node = all_nodes,
  source_wtarget_count = 0,
  target_wsource_count = 0,
  total_count = 0,
  stringsAsFactors = FALSE
)

# 统计source节点的wtarget总次数
source_tab <- table(df$source)
result$source_wtarget_count[match(names(source_tab), result$node)] <- as.numeric(source_tab)

# 统计target节点的wsource总次数
target_tab <- table(df$target)
result$target_wsource_count[match(names(target_tab), result$node)] <- as.numeric(target_tab)

# 计算总和
result$total_count <- result$source_wtarget_count + result$target_wsource_count

# 查看结果
print(result)

这个结果和方案1完全一致，适合不想额外装包的场景。

内容的提问来源于stack exchange，提问作者nhern121