我有一个庞大的数据集(9,000,000条记录),其中有两列是因素(409个级别)。 这代表了在某个时期内机场之间的航班情况。 下面的数据集已经完成转换。也就是说,“ORIGIN”和“DEST”已经成为数字形式。
ORIGIN DEST weight alpha
1 24 1195 1.512274e-04
1 78 844 2.557285e-03
100 2 1615 3.176266e-17
100 3 4196 9.111249e-09
100 7 1221 6.471515e-10
100 12 725 2.129114e-04
第二个数据集包含所有IATA代码以及对应的纬度和经度。
City IATA Latitude Longitude
Goroka GKA -6.081690 145.392
Madang MAG -5.207080 145.789
Mount Hagen HGU -5.826790 144.296
Nadzab LAE -6.569803 146.726
Port Moresby POM -9.443380 147.220
Wewak WWK -3.583830 143.669
当前的流程如下:
- 将2个列转换为数字(因为后面需要这样使用)
- 将数据集转换为 igraph
- 应用筛选算法(这就是为什么要把这些列转换为数字的原因)
- 再次将其转换为数据集。
有任何想法吗?我已经尝试了我能想到的几乎所有方法。
as.numeric(as.character(df$ORIGIN))
,其中 df 是您的数据框。 - infominer