總結成對忽略方向性的事件

Question

給定某些事件，例如人們圍坐在一張桌子旁，我想將它們總結為成對出現的頻率。 換句話說，兩個元素連續/相鄰出現的頻率是多少？ 不同之處在於AB和BA應該算作兩個，因為我不感興趣A是否先於B僅出現在B 。 示例數據：

events <- list()
events[["week_1"]] <- c("A", "B", "C")
events[["week_2"]] <- c("A", "B")
events[["week_3"]] <- c("A", "C", "B")

由此我可以創建成對的元素 ：

createPairs <- function(x){
    data.frame(cbind(x[-length(x)], x[-1]))
}
pairs_l <- lapply(events, createPairs)
pairs <- do.call("rbind", pairs_l)
pairs

week_1.1  A  B
week_1.2  B  C
week_2    A  B
week_3.1  A  C
week_3.2  C  B

該問題與匯總有關，其中按一定順序考慮了兩列：

library(plyr)
pairs_count <- ddply(pairs,.(X1, X2),nrow)
pairs_count

  X1 X2 V1
1  A  B  2
2  A  C  1
3  B  C  1
4  C  B  1

請注意第3行和第4行。這些是棘手的，我想總結一下，以便最后：

  X1 X2 V1
1  A  B  2
2  A  C  1
3  B  C  2

我嘗試了多種匯總/匯總策略，但都失敗了。

---

什么是結局？ 我想使用igraph創建一個坐在一起的人的網絡，為此，數據需要采用類似於（隨機示例）的格式：

>   from  to weight      type
> 1  s01 s02     10 hyperlink
> 2  s01 s02     12 hyperlink
> 3  s01 s03     22 hyperlink
> 4  s01 s04     21 hyperlink
> 5  s04 s11     22   mention
> 6  s05 s15     21   mention

或作為鄰接矩陣。

Answer 1

您可以使用dplyr做到這dplyr 。 我不得不更改您的職能以禁止因素。 然后，我使用pmin和pmax創建一個密鑰，並summarise以下新數據：

events <- list()
events[["week_1"]] <- c("A", "B", "C")
events[["week_2"]] <- c("A", "B")
events[["week_3"]] <- c("A", "C", "B")

createPairs <- function(x){
    data.frame(cbind(x[-length(x)], x[-1]), stringsAsFactors=FALSE)  #changes
}
pairs_l <- lapply(events, createPairs)
pairs <- do.call("rbind", pairs_l)

pairs %>%
rowwise() %>%
mutate(key = paste0(pmin(X1, X2), pmax(X1, X2), sep = "")) %>%
group_by(key) %>%
summarise(X1=min(X1, X2),X2=max(X1, X2),total.count=n())

    key    X1    X2 total.count
  <chr> <chr> <chr>       <int>
1    AB     A     B           2
2    AC     A     C           1
3    BC     B     C           2