r - 创建显示共现的整洁数据框：共现网络的三列使用来自不均匀字符向量列表的数据

Question

我需要帮助寻找与 r 网络包一起使用的结构化数据的解决方案吗？

我有一个列表，author_list，每个字符向量包含几个作者，例如：

document_authors1 = c("King, Stephen", "Martin, George", "Clancy, Tom")

document_authors2 = c("Clancy, Tom", "Patterson, James", "Stine, RL", "King, Stephen")

document_authors3 = c("Clancy, Tom", "Patterson, James", "Stine, RL", "King, Stephen")

author_list = list(document_authors1, document_authors2, document_authors3)

作者列表

[[1]] [1] “金，斯蒂芬” “马丁，乔治” “克兰西，汤姆”

[[2]] [1] “Clancy, Tom” “Patterson, James” “Stine, RL” “King, Stephen”

[[3]] [1] “Clancy, Tom” “Patterson, James” “Stine, RL” “King, Stephen”

我需要基于 author_list 创建一个数据框，其中包含三列。前两列有作者姓名，其中 col1 有一个作者的行值，col2 有另一个作者的行值，第三列称为 co-occurrence，提供作者对（col1 和 col2 ，第 1 行）发生。例如，

      col1                     col2                            co-occurrence
1 King, Stephen           Patterson, James                           2
2 Martin, George             Clancy, Tom                             1

等等……</p>

我一直试图从一个包中找到一个函数来做到这一点，但没有运气。我也一直在尝试逐步拼凑一个解决方案，但这似乎是在暗示我。希望它比我想象的要容易。任何意见或建议将不胜感激。

标签： rmatrix

Answer 1

我不完全确定这是您感兴趣的内容，但希望这会有所帮助。

library(dplyr)

# Only include elements in list with more than one author
author_list <- author_list[lengths(author_list)>1]

# Identify every combination of pairs of authors for each element in list
mat <- do.call(rbind, lapply(1:length(author_list), function(x) t(combn(author_list[[x]],2))))

# Within each row sort alphabetically 
mat <- t(apply(mat, 1, sort))

# Count up pairs of authors
as.data.frame(mat) %>%
  group_by_all() %>%
  summarise(count = n())

# A tibble: 8 x 3
# Groups:   V1 [3]
  V1               V2               count
  <fct>            <fct>            <int>
1 Clancy, Tom      King, Stephen        3
2 Clancy, Tom      Martin, George       1
3 Clancy, Tom      Patterson, James     2
4 Clancy, Tom      Stine, R.L.          2
5 King, Stephen    Martin, George       1
6 King, Stephen    Patterson, James     2
7 King, Stephen    Stine, R.L.          2
8 Patterson, James Stine, R.L.          2