【发布时间】:2017-07-14 14:57:17
【问题描述】:
我正在用 R 对公司网络进行分析,并试图将我的 igraph 结果导出到数据框中。
这是一个可重现的例子:
library(igraph)
sample <- data.frame(ID = 1:8, org_ID = c(5,4,1,2,2,2,5,7), mon = c("199801", "199802","199802","199802","199904","199912","200001", "200012"))
create.graphs <- function(df){
g <- graph.data.frame(d = df, directed = TRUE)
g <- simplify(g, remove.multiple = FALSE, remove.loops = TRUE)
E(g)$weight <- count_multiple(g)
#calculate global values
g$centrality <- centralization.degree(g)
#calculate local values
g$indegree <- degree(g, mode = "in",
loops = FALSE, normalized = FALSE)
return(g)
}
df.list <- split(sample, sample$mon)
g <- lapply(df.list, create.graphs)
如您所见,我有好几个月的图表。我想将其导出为纵向数据,其中每一行代表一个月(每个 ID),每一列代表相应的网络度量。
到目前为止,我已经设法创建了一个数据框,但不是如何通过图表列表运行它并将其放入合适的格式。另一个问题可能是图表有不同数量的节点(有些大约有 25 个,有些超过 40 个),但理论上我的回归模型应该将其识别为缺失。
output <- data.frame(Centrality = g$`199801`$centrality,
Indegree = g$`199801`$indegree)
output
summary(output)
我尝试为此编写一个类似于上面的函数,但不幸的是无济于事。
提前感谢您阅读本文,非常感谢任何帮助
【问题讨论】:
-
您可以尝试使用
sapply或lapply将其分解为列表形式:sapply(g, function(x){x$centrality})和lapply(g, function(x){x$indegree})。这可能更接近愿望形式。 -
谢谢你,Dave2e 并为迟到的回复道歉,我周末很忙 :-)
apply函数似乎是正确的方法。一个快速的问题,因为我还在学习:data.frame <- lapply(g, function(x){x$indegree})将阅读:将列表 g 的每个元素应用于 data.frame,其中函数指定每个元素的哪一部分 ($)(在本例中为度数)?我发现很难理解编码的某些部分,并且想要更好地理解。
标签: r igraph data-export longitudinal