我有一个由graph.data.frame
包中的函数igraph
创建的图形数据框。我的边缘包含有关“关系强度”的信息,而我的节点包含有关“节点强度”的信息。
我想做的是通过关系所关联的各个节点的强度来缩放关系的强度。
对于可重现的示例,我将使用igraph
文档中的设置(键入?graph.data.frame
并向下滚动)。我绘制了各个参与者之间的关系,并使用advice
列作为关系强度的指标。出于某种疯狂的原因,我想根据建议接收者和提供者的平均年龄来调整建议质量的值。
我可以在创建图形数据框之前进行缩放(我将边和节点作为两个单独的data.tables,所以我要做的就是一堆连接+一些魔术,因为我的真实情况是比下面的示例要复杂一些),但是我很好奇在创建igraph数据框之后该怎么做。
actors <- data.frame(name=c("Alice", "Bob", "Cecil", "David",
"Esmeralda"),
age=c(48,33,45,34,21),
gender=c("F","M","F","M","F"))
relations <- data.frame(from=c("Bob", "Cecil", "Cecil", "David",
"David", "Esmeralda"),
to=c("Alice", "Bob", "Alice", "Alice", "Bob", "Alice"),
same.dept=c(FALSE,FALSE,TRUE,FALSE,FALSE,TRUE),
friendship=c(4,5,5,2,1,1), advice=c(4,5,5,4,2,3))
# create graph data frame
# note that i treat the network as undirected here
g <- graph.data.frame(relations, directed=FALSE, vertices=actors)
print(g, e=TRUE, v=TRUE)
# plot a graph of the network
plot(g,
edge.label = edge_attr(g, 'advice'),
vertex.label = paste0(vertex_attr(g, 'name'),
'\nage = ',
vertex_attr(g, 'age')))
答案 0 :(得分:1)
您要计算的关键是ends
函数,该函数给出边的两端。
E(g)$ScaledAdvice = 0
for(e in E(g)) {
E(g)$ScaledAdvice[e] = E(g)$advice[e] / mean(V(g)[ends(g, e)]$age)
}