Question

我正在使用tidygraph包，并试图找到一个“整洁”的解决方案对于下面的例子。这个问题并没有真正与tidygraph有关，而是与数据争论有关，但我认为对于使用这个软件包的人来说这很有趣。

在下面的代码块中，我只生成一些示例数据。

library(tidyverse)
library(tidygraph)
library(igraph)
library(randomNames)
library(reshape2)

graph <- play_smallworld(1, 100, 3, 0.05) 

labeled_graph <- graph %>% 
                    activate(nodes) %>%
                    mutate(group = sample(letters[1:3], size = 100, replace = TRUE),
                           name = randomNames(100)
                           )

sub_graphs_df <- labeled_graph %>% 
                    morph(to_split, group) %>%
                    crystallise()

结果data.frame如下所示：

sub_graphs_df
# A tibble: 3 x 2
      name           graph
     <chr>          <list>
1 group: a <S3: tbl_graph>
2 group: b <S3: tbl_graph>
3 group: c <S3: tbl_graph>

现在我的实际问题。我想对列graph中的每个元素应用一个函数。结果只是一个命名向量。

sub_graphs_df$graph %>% map(degree)

我不喜欢的第一件事是按$进行子集化。还有更好的方法吗？

接下来，我想将此结果重新整形为一个包含3列的data.frame。 name的一列（向量的名称属性），一列用于group（列表的名称属性），另一列用于number（向量的元素）。

我在melt包中尝试了reshape2。

sub_graphs_df$graph %>% map(degree) %>% melt

它工作得体，但名字丢失了，当我读到它时，应该使用而是tidyr。但是，由于只接受gather，我无法使用data.frames。

另一种选择是unlist：

sub_graphs_df$graph %>% map(degree) %>% unlist

这里的组和名称都在names属性中，我必须使用正则表达式来恢复它们。

我很确定有一种我想不起的简单方法。

Answer 1

我们可以使用list创建mutate列，同时应用map的函数，提取names和整数以及unnest来创建＆＃ 39;长＆＃39;格式数据集

sub_graphs_df %>%
   mutate(newout = map(graph, degree)) %>%
   transmute(name, group = map(newout, ~.x %>% names), number = map(newout, as.integer)) %>%
    unnest
# A tibble: 100 x 3
#   name     group              number
#   <chr>    <chr>               <int>
# 1 group: a Seng, Trevor            0
# 2 group: a Buccieri, Joshua        1
# 3 group: a Street, Aimee           2
# 4 group: a Gonzalez, Corey         2
# 5 group: a Barber, Monique         1
# 6 group: a Doan, Christina         1
# 7 group: a Ninomiya, Janna         1
# 8 group: a Bazemore, Chao          1
# 9 group: a Perfecto, Jennifer      1
#10 group: a Lopez Jr, Vinette       0
# ... with 90 more rows

使用tidygraph

1 个答案: