r - 如何从 R 中的分组数据框中获取边列表（无向图）？

Question

我创建了一个网络，人们连接到特定事件（事件 1 的参与者连接到节点“event1”）。

我想知道是否可以删除节点“事件”并将参与该事件的人直接链接在一起。

我过去使用 Excel 处理原始数据做过类似的事情。我想知道是否有一种更快更好的方法可以在不离开 R 的情况下做到这一点。

数据集如下所示：

net1
from        to 
Person 1   Event1 
Person 2   Event1 
Person 3   Event2
Person 4   Event2 
Person 5   Event2 
Person 6   Event3
...

例如，我想删除“Event1”并将 Person1 和 Person2 连接在一起，因为我正在这样做。

如果我不能提供更好的代码来使用，我很抱歉。但是我不知道从哪里开始以这种方式操作。

标签： rnodesedgesnetwork-analysis

Answer 1

我们可以使用tidyverse.

1. group_split使用keep = FALSE参数将数据框按to列拆分为数据框列表，同时删除输出中的分组变量。

2. map_dfr通过查找from和 自身的所有组合来扩展每个数据帧（如expand.grid）。_dfr意味着输出列表将被行绑定以形成一个数据框。

3. pmap_dfr对数据帧的每一行进行操作，并水平排序（sort(c(...))）。set_names排序后需要对列进行排列。tibble(!!!将排序后的向量拼接成 的一行tibble，有效地将其转换为行向量。

4. filter并distinct分别去除自环和重复链接。

请注意，group_split和group_map目前都是实验性功能。请谨慎使用。

library(tidyverse)

net1 %>%
  group_by(to) %>%
  group_split(keep = FALSE) %>%
  map_dfr(expand, crossing(from, to = from)) %>%
  pmap_dfr(~ tibble(!!!sort(c(...)) %>% set_names(c("from", "to")))) %>%
  filter(from != to) %>%
  distinct()

或与group_map：

net1 %>%
  group_by(temp = to) %>%
  group_map(~ expand(.x, crossing(from, to = from))) %>%
  ungroup() %>%
  select(-temp) %>%
  pmap_dfr(~ tibble(!!!sort(c(...)) %>% set_names(c("from", "to")))) %>%
  filter(from != to) %>%
  distinct()

或与inner_join：

net1 %>%
  inner_join(net1, by = "to") %>%
  select(from = from.x, to = from.y) %>%
  pmap_dfr(~ tibble(!!!sort(c(...)) %>% set_names(c("from", "to")))) %>%
  filter(from != to) %>%
  distinct()

我们也可以使用graph_from_data_framein 代替pmap_dfr来返回一个无向图（一定要在加载igraph 之前加载tidyverse，否则，你可能会得到一些意想不到的错误）：

library(igraph)
library(tidyverse)

net1 %>%
  inner_join(net1, by = "to") %>%
  select(from = from.x, to = from.y) %>%
  igraph::graph_from_data_frame(directed = FALSE) %>%
  igraph::as_data_frame(what = "edges") %>%
  filter(from != to) %>%
  distinct()

输出：

# A tibble: 4 x 2
  from     to      
  <chr>    <chr>   
1 Person_1 Person_2
2 Person_3 Person_4
3 Person_3 Person_5
4 Person_4 Person_5

数据：

net1 <- structure(list(from = c("Person_1", "Person_2", "Person_3", "Person_4", 
"Person_5", "Person_6"), to = c("Event1", "Event1", "Event2", 
"Event2", "Event2", "Event3")), class = "data.frame", row.names = c(NA, 
-6L))