获取连接到R中的主要父节点的节点集

Question

我有一个包含6行3列的数据集。 第一列代表孩子，而第二列向前分配相应孩子的直系父母。

在上面，可以看到“ a”和“ b”没有任何父母。 而“ c”只有一个父对象，即“ a”。 “ d”具有父母“ b”和“ c”，依此类推。

我需要的是：如果以孩子的身份输入，则应该给我该孩子的所有祖先，包括孩子。

例如，“ f”是我选择的孩子，则期望的输出应为：{“ f”，“ d”，“ b”}，{“ f”，“ d”，“ c”，“ a”}，{“ f “，” e“，” b“}，{” f“，” e“，” c“，” a“}。

注意：节点的顺序无关紧要。

提前非常感谢您。

Answer 1

创建样本数据。 注意这里使用stringsAsFactors ，我假设您的数据是字符而不是因素：

> d <- data.frame(list("c" = c("a", "b", "c", "d", "e", "f"), "p1" = c(NA, NA, "a", "b", "b", "d"), "p2" = c(NA, NA, NA, "c", "c", "e")),stringsAsFactors=FALSE)

首先整理一下-使数据变长而不是变宽，每一行都是一对子对：

> pairs = subset(reshape2::melt(d,id.vars="c",value.name="parent"), !is.na(parent))[,c("c","parent")]
> pairs
   c parent
3  c      a
4  d      b
5  e      b
6  f      d
10 d      c
11 e      c
12 f      e

现在我们可以绘制父子关系图。 这是一个有向图，因此将父级绘制为箭头：

> g = graph.data.frame(pairs)
> plot(g)

现在我不确定您到底想要什么，但是igraph函数可以执行任何操作...因此，例如，从d开始搜索图，从中我们可以获取各种信息：

> d_search = bfs(g,"d",neimode="out", unreachable=FALSE, order=TRUE, dist=TRUE)

首先， d祖先是哪些节点？ 可以通过详尽的搜索（此处为广度优先）从d到达它：

> d_search$order
+ 6/6 vertices, named:
[1] d    c    b    a    <NA> <NA>

注意它也包括d 。 小到足以从该列表中删除。 这样就可以得到d的祖先集。

这些节点与d什么关系？

> d_search$dist
  c   d   e   f   a   b 
  1   0 NaN NaN   2   1

我们看到e和f是不可访问的，因此不是d祖先。 c和b是直接父母， a是祖父母。 您可以从图表中进行检查。

您也可以从使用向上类似功能的任何孩子所有的路径shortest_paths等。

Answer 2

这是一个使所有可能的族系均行的递归函数：

d <- data.frame(list("c" = c("a", "b", "c", "d", "e", "f"), 
      "p1" = c(NA, NA, "a", "b", "b", "d"), 
      "p2" = c(NA, NA, NA, "c", "c", "e")), stringsAsFactors = F)

# Make data more convenient for the task.
library(reshape2)
dp <-  melt(d, id = c("c"), value.name = "p") 

# Recursive function builds ancestor vectors.
getAncestors <- function(data, x, ancestors = list(x)) {

  parents <- subset(data, c %in% x & !is.na(p), select = c("c", "p"))

  if(nrow(parents) == 0) {
    return(ancestors)
  }

  x.c <- parents$c
  p.c <- parents$p

  ancestors <- lapply(ancestors, function(x) {
    if (is.null(x)) return(NULL)

    # Here we want to repeat ancestor chain for each new parent.
    res <- list()
    matches <- 0
    for (i in 1:nrow(parents)) {
      if (tail(x, 1) == parents[i, ]$c){
       res[[i]] <- c(x, parents[i, ]$p)
       matches <- matches + 1
      }
    }

    if (matches == 0) { # There are no more parents. 
      res[[1]] <- x
    }

    return (res)
  })

  # remove one level of lists.
  ancestors <- unlist(ancestors, recursive = F)

  res <- getAncestors(data, p.c, ancestors)
  return (res)

}

# Demo of results for the lowest level.
res <- getAncestors(dp, "f")
res
#[[1]]
#[1] "f" "d" "b"

#[[2]]
#[1] "f" "d" "c" "a"

#[[3]]
#[1] "f" "e" "b"

#[[4]]
#[1] "f" "e" "c" "a"

您将需要通过递归或while循环以类似的方式实现此目的。