R сумма наблюдений по уникальным столбцам PAIRS (BA и AB) и НЕ уникальным комбинациям (BA или AB)

Question

У меня, казалось бы, простое вычисление, где у меня есть фрейм данных, состоящий из 4 столбцов, как показано ниже (Дата, Источник, Место назначения, Количество). Я хотел бы суммировать число по дате и уникальную пару ID1 и ID2, что означает, что AB и BA - ОДНА пара.

Date ID1 ID2 Count
12-1   A   B   1
12-1   B   A   1
12-1   D   E   1
12-1   E   D   2
12-1   Y   Z   2
12-2   A   B   1
12-2   B   A   1
12-2   D   E   1
12-2   E   D   2
12-2   Y   Z   2

Из набора дат мы можем либо суммировать столбец "Count" уникальные комбинации (например, AB, BA, DE, ED и др. c.). Тем не менее, я хотел бы суммировать столбец подсчета по уникальной паре, что означает, что AB будет также включать BA.

В идеале я хотел бы, чтобы таблица была суммирована по дате и по уникальной паре.

I просматривал все, функции dyplyr, такие как мутировать, собирать, объединять - все безрезультатно.

Был бы глубоко признателен за любую проницательность или указание правильного направления. Большое спасибо

Answer 1

Мы можем использовать pmin, pmax, чтобы выполнить сортировку по строке, использовать это как группирующие переменные вместе с 'Date' и получить sum из 'Count'

library(dplyr)
df1 %>% 
  group_by(Date, ID1n = pmin(ID1, ID2), ID2n = pmax(ID1, ID2)) %>% 
  summarise(Count = sum(Count)) %>%
  #dplyr::select(ID1 = ID1n, ID2 = ID2n, Date, Count)
  rename(ID1 = ID1n, ID2 = ID2n)
# A tibble: 6 x 4
# Groups:   ID1, Date [6]
#  ID1   ID2   Date  Count
#  <chr> <chr> <chr> <int>
#1 A     B     12-1      2
#2 D     E     12-1      3
#3 Y     Z     12-1      2
#4 A     B     12-2      2
#5 D     E     12-2      3
#6 Y     Z     12-2      2

---

Или, если select или rename из dplyr содержит ошибки, остановитесь на шаге summarise и просто присвойте имена столбцам

out <-  df1 %>% 
  group_by(Date, ID1n = pmin(ID1, ID2), ID2n = pmax(ID1, ID2)) %>% 
  summarise(Count = sum(Count)) 
names(out)[1:2] <- c("ID1", "ID2")

---

Или используйте base R, sort по строкам для столбцов 'ID1', 'ID2' и получить sum из 'Count' по другим переменным

df1[c('ID1', 'ID2')] <- t(apply(df1[c('ID1', 'ID2')], 1, sort))
aggregate(Count ~ ., df1, sum)
#  Date ID1 ID2 Count
#1 12-1   A   B     2
#2 12-2   A   B     2
#3 12-1   D   E     3
#4 12-2   D   E     3
#5 12-1   Y   Z     2
#6 12-2   Y   Z     2

data

df1 <- structure(list(Date = c("12-1", "12-1", "12-1", "12-1", "12-1", 
"12-2", "12-2", "12-2", "12-2", "12-2"), ID1 = c("A", "B", "D", 
"E", "Y", "A", "B", "D", "E", "Y"), ID2 = c("B", "A", "E", "D", 
"Z", "B", "A", "E", "D", "Z"), Count = c(1L, 1L, 1L, 2L, 2L, 
1L, 1L, 1L, 2L, 2L)), class = "data.frame", row.names = c(NA, 
-10L))