Question

我正在尝试对来自不同实验方法的网络进行整理，并且最有兴趣了解图形范围的指标以及节点级别的指标。我似乎无法弄清楚tidygraph的工作方式。

我正在使用R v3.5和tidygraph v1.1。

我的数据就是这样构造的：

dat <- data.frame(Treatment = rep(c("A","B"),each = 2),
                  from = c("sp1","sp2","sp1","sp2"),
                  to = c("sp2","sp3","sp3","sp3"),
                  weight = runif(4))

如果我想在每次治疗中获得像直径一样的全图度量，我很想这样做：

dat %>%
 as_tbl_graph() %>%
 activate(edges) %>%
 group_by(Treatment) %>%
 mutate(Diameter = graph_diameter(weights = weight))

但是我不确定结果，因为然后为每个边缘指定了直径，而我希望每次处理（每个图形）都有一个度量。

类似地，如果我想得出一些指标，例如每种治疗的每个节点的连通性，那么这似乎不是那么简单，因为治疗变量已从节点表中删除。我一直在尝试各种技巧，例如将治疗ID粘贴到 from 和 to 列，然后按以下方式调用 as_tbl_graph（）：

dat %>%
 mutate(from = paste(from, Treatment, sep = "_"),
       to = paste(to, Treatment, sep = "_")) %>%
 as_tbl_graph() %>%
 mutate(Treatment = substr(name, 5, 5), name = substr(name, 1, 3)) %>%
 group_by(Treatment) %>%
 mutate(Centrality = centrality_betweenness())

但是我得到一个错误，即所得向量的大小不正确（6而不是3或1）。

tidygraph是否可以导出组级图范围和节点级度量？

Answer 1

我认为这是一个有趣的问题。我已经尝试了好几次，但仍然没有最好的解决方案。但是，我怀疑这个问题需要morph()函数才能正确地分离图形。再说一次，我没有探索太多。但是，在这里，我使用morph()函数给出了直径问题的简单解决方案。希望对您有帮助。

dat %>% 
 as_tbl_graph() %>%
 activate(edges) %>% 
 morph(to_split,split_by = "edges")%>% 
 filter(Treatment=="A") %>% 
 mutate(Diameter = graph_diameter(weights = weight)) %>% 
unmorph() %>% activate(edges) %>%  
morph(to_split,split_by = "edges") %>%
filter(Treatment=="B") %>%
mutate(Diameter = graph_diameter(weights = weight)) %>% 
unmorph()

使用tidygraph导出每个组的节点和图级度量

1 个答案: