R - 基于变量ID创建网络对象列表

Question

我是网络分析的新手，所以我提前为我的问题中的任何不一致或错误道歉。

我有一个边缘列表，其中每个边代表特定对话（convoID）中的Twitter提及（从userID到userID）。

相同的edgelist包含有关任何给定边所属的对话的信息，以及用整数表示的边的权重，该整数表示在同一对话中 内的任何给定边的次数（例如，user1在会话144中回复了user2 3次; user1在会话12中回复了user2 8次，依此类推。）

这就是数据的样子：

edgelist <- data.frame(my_convo = c(5, 5, 5, 5, 6, 6),
                       from = c("user2", "user3", "user4", "user5",
                       "user2", "user1"),
                       to = c("user1", "user1", "user1", "user1",
                       "user1", "user2"),
                       num_replies = c(1,1,1,1,10,8))

我想为每个对话创建一个网络，但我的数据集目前有数千个对话。我一直在尝试创建一个完整的网络并使用my_convo作为分组因子，以便可以独立分析每个网络，但由于相同的边缘可以在不同的对话中发生（请参阅上面的对话5和6中的user2到user1），这些看似重复。

由于数据量很大，我想避免为每个会话创建一个网络对象，但我不知道如何创建包含my_conversation作为分组变量的网络对象。这甚至可能吗？

Answer 1

到目前为止，我已通过以下代码解决了这个问题：

convo_networks <- lapply(sort(unique(edgelist_weighted$my_convo)), function(i) { 
   as.network(edgelist_weighted[which(edgelist_weighted$my_convo==i),], 
   directed=T, ignore.eval=F, names.eval="num_replies", matrix.type ="edgelist")
})

基本上，我通过迭代原始边缘列表中存在的每个会话ID并在每个迭代中创建一个网络对象来创建网络对象列表。但是，就时间而言，如果谈话次数很多，这不是最有效的方法。