如何在group_by()中使用as_tbl_graph()?

时间:2018-01-03 14:12:38

标签: r dplyr tidygraph

这是我遇到的最近issue on calculating graph depth的后续问题。这涉及tidyverse和tidygraph。读完整洁图后,我觉得我试一试,但我的工作流程遇到了新问题。

使用 dplyr 中的group_by()动词为每个组创建图表时,来自 tidygraph的guess_df_type()中的as_tbl_graph()函数不是我想要的,但我找不到按预期设置fromto值的方法。这是一个可重复的例子:

library(tidygraph)
library(tidyverse)

tmp <- tibble(
  id_head = as.integer(c(4,4,4,4,4,4,5,5,5,5)),
  id_sec  = as.integer(c(1,1,1,2,2,2,1,1,2,2)),
  token   = as.integer(c(1,2,3,1,2,3,1,2,1,2)),
  head    = as.integer(c(2,2,2,1,1,2,2,2,2,2)),
  root    = as.integer(c(2,2,2,1,1,1,2,2,2,2))
) 
tmp %>%
  group_by(id_head, id_sec) %>% 
  as_tbl_graph()

结果是:

# A tbl_graph: 4 nodes and 10 edges
#
# An undirected multigraph with 1 component
#
# Node Data: 4 x 1 (active)
   name
  <chr>
1     4
2     5
3     1
4     2
#
# Edge Data: 10 x 5
   from    to token  head  root
  <int> <int> <dbl> <dbl> <dbl>
1     1     3     1     2     2
2     1     3     2     2     2
3     1     3     3     2     2
# ... with 7 more rows

节点不是从令牌列中获取的,而是来自id_headid_sec

在深入研究之后,我将tokenhead重命名为fromto,这至少解决了第一个问题:

tmp %>% 
  rename(
    from = token,
    to = head
  ) %>% 
  as_tbl_graph(directed = FALSE) 

由于:

# A tbl_graph: 3 nodes and 10 edges
#
# An undirected multigraph with 1 component
#
# Node Data: 3 x 1 (active)
   name
  <chr>
1     1
2     2
3     3
#
# Edge Data: 10 x 5
   from    to id_head id_sec  root
  <int> <int>   <int>  <int> <int>
1     1     2       4      1     2
2     2     2       4      1     2
3     2     3       4      1     2
# ... with 7 more rows

让我进一步阐述我所拥有的问题。当我尝试在图表中使用group_by(id_head,id_sec)时,结果是错误:

tmp %>% 
  as_tbl_graph() %>%
  group_by(id_head, id_sec)
  

grouped_df_impl(data,unname(vars),drop)出错:

     

id_head未知

无论哪种方式,我都不明白如何使用tidygraph使用group_by。很感谢任何形式的帮助!提前谢谢。

另外,抱歉使用igraph作为标签,它应该是整洁的图但不存在。 tidygraph建立在igraph和tidyverse tho。

1 个答案:

答案 0 :(得分:2)

对于第一个问题,我有点不确定你的data.frame应该如何被解析成一个图形 - tidygraph包含它理解的所有图形表示的文档,我建议你参考这个。

对于第二个问题 - 只是节点处于活动状态,而边缘包含您要分组的变量。只需在分组之前激活边缘......

tmp %>% 
  rename(
    from = token,
    to = head
  ) %>%
  as_tbl_graph() %>%
  activate(edges) %>%
  group_by(id_head, id_sec)