基于群和时间的值的共现(矩阵)
基于群和时间的值的共现(矩阵)
提问于 2015-12-08 08:00:55
我正在寻求确定特定人员(ID)在给定年份之前的预定时间间隔内协作多少次。理想情况下，该解决方案能够提供以下三种情况：
- 每个人的合作总数
- 每个人与之合作的总人数
- 现有团队中重复协作的总数。
许多问题-- 1、2、3、4 --都与此相关，但非使用两个不同的标准。我修改了给定here的数据示例，并通过@trinker进行了求解。
dat <- read.table(text="Group ID Time
Trx1 A 1980
Trx1 B 1980
Trx1 C 1980
Trx2 E 1980
Trx2 B 1980
Trx3 B 1981
Trx3 C 1981
Trx4 C 1983
Trx4 E 1983
Trx4 B 1983
Trx5 F 1984
Trx5 B 1984
Trx5 C 1984
Trx6 A 1986", header=T) 因此，1980年出现了两个项目：Trx1和Trx2。在第一个，A，B，和C协作，在第二个，E和B做。
对于我想要的每一个IDi，IDj(j <> i)的总数量是IDi在重点项目之前的z(比方说3年)内与之协作的。另外，我想要不同合作者的数量(例如，A和B在3年间隔内的2次协作只计算为1)。最后，我需要这些重复的领带。对于简约，所有的零值都可以被排除。我的真实数据有40,000多个ID，90,000多个项目，超过50年。结果应该是这样：
ID year total diff repeat
B 1981 3 3 1
C 1981 2 2 1
B 1983 4 3 3 *
C 1983 3 2 2
E 1983 1 1 1
B 1984 3 2 2
C 1984 3 2 2 **解释：
- 1983年以前，B与C协作两次，一次与A协作，一次与E协作(列总计= 4)。在第四列(diff = 3)中，只有一次与C的协作。在上一篇专栏文章中，我计算了与当前团队成员重复协作的次数。B在Trx1和Trx3与C一起工作，在Trx2与E一起工作，因此重复=3
** C在1981至1983年间(不包括，1980年)与3人合作。2与B (Trx3，Trx4)协作，1与E (Trx4)协作，总计= 3，diff =2。在当前团队成员(B和F)中，C与F有0的优先协作，在3年窗口中有2与B的协作(重复= 2)。
这个问题和我问here的另一个问题差不多，但我希望这里更清楚。
回答 1
Stack Overflow用户
回答已采纳
发布于 2015-12-08 12:43:07
给你：
library(data.table)
library(magrittr)
options(stringsAsFactors = F)
dat <- read.table(text="Group ID Time
Trx1 A 1980
Trx1 B 1980
Trx1 C 1980
Trx2 E 1980
Trx2 B 1980
Trx3 B 1981
Trx3 C 1981
Trx4 C 1983
Trx4 E 1983
Trx4 B 1983
Trx5 F 1984
Trx5 B 1984
Trx5 C 1984
Trx6 A 1986", header=T)
str(dat)
dat = as.data.table(dat)
priorYears = 3
unqIDs = unique(dat$ID)
results = data.table(ID = character(), year = numeric(), total = numeric(), diff = numeric(), repeatSum = numeric())
for(i in 1:nrow(dat)){
endYear = dat$Time[i]
startYear = endYear - priorYears
this.ID = dat$ID[i]
this.group = dat$Group[i]
#Dates filtering
subset.DT = dat[dat$Time >= startYear & dat$Time < endYear]
# Keep projects where my current ID collaborated
groupsToKeep = subset.DT$Group[subset.DT$ID == this.ID] %>% unique
subset.DT = subset.DT[subset.DT$Group %in% groupsToKeep,]
# Calculations
unqMembers = unique(subset.DT$ID) %>% .[. != this.ID]
currentMembers = dat$ID[dat$Group == this.group] %>% .[. != this.ID]
total = length(which(subset.DT$ID != this.ID))
diff = length(unqMembers)
repeatSum = sum(table(subset.DT$ID)[currentMembers], na.rm = T)
# Add results
results = rbind(results, data.frame(ID = this.ID, year = endYear, total, diff, repeatSum))
}`页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/34150763
复制相关文章
相似问题
腾讯云开发者
