R usando combn con aplicar

Question

Tengo un marco de datos que tiene valores porcentuales para una serie de variables y observaciones, de la siguiente manera:

obs <- data.frame(Site = c("A", "B", "C"), X = c(11, 22, 33), Y = c(44, 55, 66), Z = c(77, 88, 99))

Necesito preparar estos datos como una lista de bordes para el análisis de la red, con "Sitio" como los nodos y las variables restantes como los bordes. El resultado debería verse así:

Node1    Node2    Weight  Type
A         B         33     X
A         C         44     X
...
B         C         187    Z       

De modo que para "Peso" estamos calculando la suma de todos los pares posibles, y esto por separado para cada columna (que termina en "Tipo").

Supongo que la respuesta a esto debe usarse applyen una combnexpresión, como aquí Aplicando la función combn () al marco de datos , pero no he podido resolverlo.

Puedo hacer todo esto a mano tomando las combinaciones de "Sitio"

sites <- combn(obs$Site, 2)

Entonces las columnas individuales así

combA <- combn(obs$A, 2, function(x) sum(x)

y vincular esos conjuntos de datos, pero esto obviamente se volverá molesto muy pronto.

He intentado hacer todas las columnas de variables de una sola vez así

b <- apply(newdf[, -1], 1, function(x){
sum(utils::combn(x, 2))
}
)

pero hay algo mal en eso. ¿Alguien puede ayudar, por favor?

Answer 1

Una opción sería crear una función y luego mapesa función a todas las columnas que tienes.

func1 <- function(var){
  obs %>% 
    transmute(Node1 = combn(Site, 2)[1, ],
           Node2 = combn(Site, 2)[2, ],
           Weight = combn(!!sym(var), 2, function(x) sum(x)),
           Type = var)
}

map(colnames(obs)[-1], func1) %>% bind_rows()

Answer 2

Aquí hay un ejemplo usando combn

do.call(
  rbind,
  combn(1:nrow(obs),
    2,
    FUN = function(k) cbind(data.frame(t(obs[k, 1])), stack(data.frame(as.list(colSums(obs[k, -1]))))),
    simplify = FALSE
  )
)

lo que da

  X1 X2 values ind
1  A  B     33   X
2  A  B     99   Y
3  A  B    165   Z
4  A  C     44   X
5  A  C    110   Y
6  A  C    176   Z
7  B  C     55   X
8  B  C    121   Y
9  B  C    187   Z

Answer 3

Pruébalo de esta manera

library(tidyverse)
obs_long <- obs %>% pivot_longer(-Site, names_to = "type")
sites <- combn(obs$Site, 2) %>% t() %>% as_tibble()
Type <- tibble(type = c("X", "Y", "Z"))

merge(sites, Type) %>% 
  left_join(obs_long, by = c("V1" = "Site", "type" = "type")) %>% 
  left_join(obs_long, by = c("V2" = "Site", "type" = "type")) %>% 
  mutate(res = value.x + value.y) %>% 
  select(-c(value.x, value.y))


  V1 V2 type res
1  A  B    X  33
2  A  C    X  44
3  B  C    X  55
4  A  B    Y  99
5  A  C    Y 110
6  B  C    Y 121
7  A  B    Z 165
8  A  C    Z 176
9  B  C    Z 187