r - 聚类 2 元素整数向量

Question

假设我有一组 2 元素整数向量，例如此矩阵中的每一行:

my.mat = matrix(data = c(1,4,2,5,7,2,3,6,3,8), ncol = 2, byrow=T)
> my.mat
     [,1] [,2]
[1,]    1    4
[2,]    2    5
[3,]    7    2
[4,]    3    6
[5,]    3    8

或者这个列表:

my.list = list(c(1,4), c(2,5), c(7,2), c(3,6), c(3,8))

我正在寻找一个函数，它将这些向量彼此相交并返回一个列表，其中每个元素都是所有相交向量的值。不与任何其他向量相交的向量值也应作为列表元素返回。

简单来说，这应该返回这个列表:

list(c(1,4), c(2,5,7,2), c(3,6,3,8))

如您所见，向量 c(1,4) 不与任何其他向量相交，因此它作为单个元素列表返回。另外两个列表元素是交集。

Answer 1

我喜欢使用 igraph 包来解决此类问题，因为很容易将行视为图中的边，并且您正在寻找所有连接的 block 。

my.mat = matrix(data = c(1,4,2,5,7,2,3,6,3,8), ncol = 2, byrow=T)

library(igraph)
class(my.mat)<-"character"
gg <- graph.edgelist(my.mat, directed=T)
vset <- clusters(gg)$membership

xx<-sapply(unique(vset), function(s) {
    es <- E(gg)[from(V(gg)[vset==s])]
    as.numeric(V(gg)[t(get.edges(gg,es))]$name)
})

这会将您的矩阵转换为边缘列表(仅当您有非连续数字时才需要转换为字符，因此它的工作更普遍)。这使得这张图

然后clusters()函数将它们划分为子组。然后我遍历每个子组并提取每个子组边缘的顶点名称。

最终xx的值为

[[1]]
[1] 1 4

[[2]]
[1] 2 5 7 2

[[3]]
[1] 3 6 3 8

所以它是一个连接值的列表。