r - 基于组和时间的值的共现(矩阵)

Question

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的次数。理想情况下，该解决方案能够提供三件事:

1. 每个人的协作总数
2. 每个人合作过的不同个人的总数
3. 现有团队中重复协作的总数

一堆问题 - 1 , 2 , 3 , 4 - 与此相关，但似乎没有使用两个不同的标准。我改编了给出的数据示例 here并由@trinker解决。

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) 

所以在 1980 年，出现了两个项目 Trx1和Trx2 。在第一个中，A、B 和 C 合作，在第二个中，E 和 B 合作。

对于每个IDi我要的，总数IDj (j <> i) 和谁 IDi合作 Trx焦点项目之前 z(比如 3)年内的项目。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 次合作仅计为 1)。最后，我需要重复的关系。为了简约，可以排除所有零值。我的真实数据有40000多个ID，90000多个项目，50多年。 结果应该如下所示:

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 **

说明:

• 1983 年之前，B 与 C 合作两次，与 A 合作一次，与 E 合作一次(列总数 = 4)。只有与 C 的一次合作对第四列很重要 (diff = 3)。在最后一列中，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 合作，在 Trx2 与 E 合作，因此重复 = 3

** C在1981年至1983年间(间隔3年，不含1980年)总共与3人合作。与 B (Trx3、Trx4) 合作 2 次，与 E (Trx4) 合作 1 次，因此总计 = 3，差异 = 2。在当前团队成员(B 和 F)中，C 之前与 F 合作过 0 次，与 B 合作过 2 次在 3 年窗口内(重复 = 2)。

这个问题与我问的另一个问题几乎相同here ，但我希望这里更清楚。

Answer 1

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))

}`