获取网络R中的友谊时间长度答案

【问题标题】：Get time length of friendship in network R获取网络R中的友谊时间长度
【发布时间】：2020-12-07 02:35:00
【问题描述】：

我有一个包含 7 波青少年友谊的网络数据集。我正在尝试获取给定二元组的长度（定向友谊）。

样本有数据：

 ego    alter   wave
   1        5      1
   1        4      1
   1        5      2
   1        2      2
   1        3      2
   2        8      1
   2        8      2
   2        8      3
   3        4      1
   3        7      1
   3        6      1
   3        6      2
   3        7      3
   3        6      3

想要数据：

 ego    alter   friendship_length
   1        5     2  
   1        4     1 
   1        2     1 
   1        3     1  
   2        8     3        
   3        4     1 
   3        7     1 
   3        6     3

这是我已经尝试过的：

edges_wide <- edges_long %>% 
              select(ego, alter, wave) %>%
              group_by(ego, alter) %>% 
              mutate(col=seq_along(ego))%>% # add a column indicator
              spread(key=col, value=wave)

这给了我这个：

 ego    alter   col3    col4    col5
   1        5      1       2      NA
   1        4      1      NA      NA                    
   1        2      2      NA      NA
   1        3      2      NA      NA
   2        8      1       2       3            
   3        4      1      NA      NA
   3        7      1       3      NA
   3        6      1       2       3

从这里我不确定如何获得定向友谊的波跨度（长度），包括不计算非连续提名（如 ego 3 alter 7）。

【问题讨论】：

以下会生成您想要的输出，但我怀疑这是巧合。我不知道它在其他数据上的表现如何。 edges %>% group_by(ego, alter) %>% summarise(sum(wave == seq(wave)))
对于完整的数据集，这似乎只适用于一次提名的朋友。任何出现在不止一个波中的对子，例如自我 3 和 7，友谊长度为 0。知道这是为什么吗？

标签： r dplyr tidyverse igraph data-manipulation

【解决方案1】：

这可能是一种糟糕的方法，但它奏效了！

edges_wide <- edges_long %>% 
              select(ego, alter, wave) %>%
              group_by(ego, alter) %>% 
              mutate(col=seq_along(ego))%>% # add a column indicator
              spread(key=col, value=wave) %>%
              rename(col1 = "1", col2 = "2", col3 = "3",
                     col4 = "4", col5 = "5", col6 = "6",
                     col7 = "7") 
          
edges_wide <- edges_wide %>% 
              mutate(wave1 = case_when(col1 == 1 ~ 1,
                                       TRUE ~ as.numeric(0))) %>%
              mutate(wave2 = case_when(col1 == 2 | col2 == 2 ~ 1,
                                       TRUE ~ as.numeric(0))) %>%
              mutate(wave3 = case_when(col1 == 3 | col2 == 3 | col3 == 3 ~ 1,
                                       TRUE ~ as.numeric(0))) %>%
              mutate(wave4 = case_when(col1 == 4 | col2 == 4 | col3 == 4 | col4 == 4 ~ 1,
                                       TRUE ~ as.numeric(0))) %>%
              mutate(wave5 = case_when(col1 == 5 | col2 == 5 | col3 == 5 | col4 == 5 | col5 == 5 ~ 1,
                                       TRUE ~ as.numeric(0))) %>%
              mutate(wave6 = case_when(col1 == 6 | col2 == 6 | col3 == 6 | col4 == 6 | col5 == 6 | col6 == 6 ~ 1,
                                       TRUE ~ as.numeric(0))) %>%
              mutate(wave7 = case_when(col1 == 7 | col2 == 7 | col3 == 7 | col4 == 7 | col5 == 7 | col6 == 7 | col7 == 7 ~ 1,
                                       TRUE ~ as.numeric(0))) %>%
              select(ego, alter, wave1, wave2, wave3, wave4, wave5, wave6, wave7)
                   
most_consecutive_val = function(x, val = 1) {
   with(rle(x), if(all(values != val)) 0 else max(lengths[values == val]))
}

edges_wide$span <- apply(edges_wide[-c(1:2)], MARGIN = 1, most_consecutive_val)

【讨论】：

【解决方案2】：

应该可以有一个更短的解决方案。

如果我理解正确，您只想计算alter 和ego 有关系的后续波的第一次出现。因此，我们可以用row_number() 添加一个组ID，针对有时波在1 之后用min(wave)-1 开始的事实进行调整，然后只计算wave 和修改后的id 重合的观察值。对于给定的一对，只要在数据中跳过一个波，两个索引就会不同。

d %>% 
  arrange(wave) %>% 
  group_by(ego, alter) %>%
  mutate(id = row_number() + min(wave) - 1) %>%
  summarise(friendship_lenght = sum(wave==id))

# A tibble: 8 x 3
# Groups:   ego [3]
    ego alter friendship_lenght
  <int> <int>             <int>
1     1     2                 1
2     1     3                 1
3     1     4                 1
4     1     5                 2
5     2     8                 3
6     3     4                 1
7     3     6                 3
8     3     7                 1

编辑处理新评论。我们要计算连续友谊关系的最长持续时间。 row_number() 可用于成对创建唯一的友谊阶段 ID。第一个连续波中的友谊都将被赋予相同的整数，以此类推所有后续连续的友谊。因此我们可以计算每个整数出现的次数，并取最大值：

dd %>% 
  arrange(wave) %>% 
  group_by(ego, alter) %>%
  count(wave - row_number() ) %>% 
  summarise(friendship_lenght = max(n)) 

# A tibble: 9 x 3
# Groups:   ego [3]
    ego alter friendship_lenght
  <int> <int>             <dbl>
1     1     2                 1
2     1     3                 1
3     1     4                 1
4     1     5                 2
5     2     8                 3
6     3     4                 1
7     3     6                 3
8     3     7                 1
9     3     8                 3

数据

library(dplyr)
d <-  read.table(text = "
             ego    alter   wave
   1        5      1
   1        4      1
                 1        5      2
                 1        2      2
                 1        3      2
                 2        8      1
                 2        8      2
                 2        8      3
                 3        4      1
                 3        7      1
                 3        6      1
                 3        6      2
                 3        7      3
                 3        6      3", header=T)


dd <-  read.table(text = "
                 ego    alter   wave
                 1        5      1
                 1        4      1
                 1        5      2
                 1        2      2
                 1        3      2
                 2        8      1
                 2        8      2
                 2        8      3
                 3        4      1
                 3        7      1
                 3        6      1
                 3        6      2
                 3        7      3
                 3        6      3
                 3 8 2
                 3 8 3
                 3 8 8
                 3 8 6
                 3 8 7", header=T)

【讨论】：

啊，我没有具体说明，我确实想计算连续的友谊，即使它们出现在波浪的后面。例如，如果 A 在第一波、第三波、第四波和第五波中提名 B，那么他们的友谊长度应该是 3。这有意义吗？除了那部分之外，这一切都很好
非常感谢！

【解决方案3】：

另一种可能性。

首先，让我们创建一个计算连续序列长度的函数：

get_seq_len <- function(s){
  if(length(s) == 0) return(0)
  if(length(s) == 1) return(1)
  consec_lengths <- rle(c(1, s[-1] - s[-length(s)]))$lengths
  return(consec_lengths[1])
}

我们可以验证它是否有效：

get_seq_len(numeric(0))
#> 0
get_seq_len(1)
#> 1
get_seq_len(1:4)
#> 4
get_seq_len(c(1:4, 4:5))
#> 4 (because not consecutive)
get_seq_len(c(1,3))
#> 1 (not consecutive)

然后我们可以简单地使用嵌套来为每一对做到这一点：

edges_long %>%
  group_by(ego, alter) %>%
  nest() %>%
  mutate(vec_waves = map(data, ~ as.numeric(unlist(.x)))) %>% # convert dataframe to vector
  mutate(len = map_dbl(vec_waves, get_seq_len))
# A tibble: 8 x 5
# Groups:   ego, alter [8]
#     ego alter data             vec_waves   len
#    <dbl> <dbl> <list>           <list>    <dbl>
# 1     1     5 <tibble [2 x 1]> <dbl [2]>     2
# 2     1     4 <tibble [1 x 1]> <dbl [1]>     1
# 3     1     2 <tibble [1 x 1]> <dbl [1]>     1
# 4     1     3 <tibble [1 x 1]> <dbl [1]>     1
# 5     2     8 <tibble [3 x 1]> <dbl [3]>     3
# 6     3     4 <tibble [1 x 1]> <dbl [1]>     1
# 7     3     7 <tibble [2 x 1]> <dbl [2]>     1
# 8     3     6 <tibble [3 x 1]> <dbl [3]>     3

【讨论】：