Сгруппируйте текст, если объединение

Question

Вот мои данные:

ITEM <- c("A","A","A","B","B","B","B","C","C","D","D","E","E","F","G","G","G")
LOCATION <- c("aaa","bbb","ccc","bbb","fff","ggg","zzz","zzz","eee","hhh","iii","kkk","jjj","iii","iii","yyy","xxx")
df <- as.data.frame(cbind(ITEM,LOCATION))

Long Form:
       ITEM LOCATION
    1     A      aaa
    2     A      bbb
    3     A      ccc
    4     B      bbb
    5     B      fff
    6     B      ggg
    7     B      zzz
    8     C      zzz
    9     C      eee
    10    D      hhh
    11    D      iii
    12    E      kkk
    13    E      jjj
    14    F      iii
    15    G      iii
    16    G      yyy
    17    G      xxx

Широкая форма (легче читать):

ITEM LOCATION.1 LOCATION.2 LOCATION.3 LOCATION.4
A        aaa        bbb        ccc       <NA>
B        bbb        fff        ggg        zzz
C        zzz        eee       <NA>       <NA>
D        hhh        iii       <NA>       <NA>
E        kkk        jjj       <NA>       <NA>
F        iii       <NA>       <NA>       <NA>
G        iii        yyy        xxx       <NA>

Первоначально я группировал Предмет вручную, когда местоположения пересеклись.

т.е. Я сгруппируюсь в {A, B, C}, {D, F, G}, {E}

Мои необработанные данные содержат 8000 строк, и это занимает несколько дней. Когда набор данных небольшой, я могу использовать левое соединение и получить желаемый результат но когда набор данных большой, я не могу его использовать.

Может ли какой-либо пакет сгруппировать элемент по объединению?

Answer 1

#Convert columns to character to avoid complications later
df$ITEM = as.character(df$ITEM)
df$LOCATION = as.character(df$LOCATION)

#Split ITEM by LOCATION and convert each sub-group into data.frame
#by making the first element of each sub-group 'from' and all elements 'to'
df1 = do.call(rbind,
              lapply(split(df$ITEM, df$LOCATION), function(x)
                  data.frame(from = x[1], to = x, stringsAsFactors = FALSE)))

library(igraph)
#Convert the data.frame df1 into graph
g = graph.data.frame(df1)
#Use 'clusters' to identify the separate groups
#and 'groups' to extract the vertices (in this case, ITEM)
groups(clusters(g))
#$`1`
#[1] "A" "C" "B"

#$`2`
#[1] "D" "G" "F"

#$`3`
#[1] "E"

Вы также можете удалить LOCATION в конце (на основе комментария к вашему вопросу)

lapply(groups(clusters(graph.data.frame(df))), function(x) x[x %in% df$ITEM])
#$`1`
#[1] "A" "B" "C"

#$`2`
#[1] "D" "F" "G"

#$`3`
#[1] "E"