R中的友谊网络识别 [英] friendship network identification in R

问题描述

我要识别这样的网络：同一网络中的所有人通过友谊提名直接或间接连接，而不同网络中的学生没有连接。

我使用的是添加健康数据。每个学生最多提名10个朋友。 例如，示例数据可能如下所示：

ID  FID_1   FID_2   FID_3   FID_4   FID_5   FID_6   FID_7   FID_8   FID_9   FID_10
1   2           6   7          9    10        NA     NA     NA        NA    NA
2   5           9   12        45    13        90     87     6         NA    NA
3   1           2   4          7    8          9     10     14        16    18
100   110       120   122      125   169     178    190    200       500  520
500    100      110   122      125   169     178    190    200       500  520
700    800      789    900     NA     NA       NA     NA    NA        NA   NA
1000   789     2000     820    900    NA       NA     NA    NA        NA   NA

大约有85,000个人。有人能告诉我怎么才能拿到网络ID吗？ 因此，我希望数据如下所示

ID   network_ID           ID  network_ID
1     1                   700   3  
2     1                   789   3
3     1                   800   3
4     1                   820   3
5     1                   900   3
6     1                  1000   3
7     1                  2000   3
8     1
9     1
10    1
12    1
13    1
14    1
16    1
18    1
90    1
87    1
100   2
110   2
120   2
122   2
125   2
169   2
178   2
190   2
200   2
500   2
520   2

因此，所有直接或间接连接到ID 1的人都属于网络1。2是1的朋友。所以，所有直接或间接连接到2的人也都在1的网络中，以此类推。700未连接到1或1的朋友或1的朋友的朋友，依此类推。因此，700位于不同的网络中，即网络3。

如有任何帮助我们将不胜感激...

推荐答案

更新

library(igraph)
library(dplyr)
library(data.table)

setDT(df) %>%
    melt(id.var = "ID", variable.name = "FID", value.name = "ID2") %>%
    na.omit() %>%
    setcolorder(c("ID", "ID2", "FID")) %>%
    graph_from_data_frame() %>%
    components() %>%
    membership() %>%
    stack() %>%
    setNames(c("Network_ID", "ID")) %>%
    rev() %>%
    type.convert(as.is = TRUE) %>%
    arrange(Network_ID, ID)

给予

     ID Network_ID
1     1          1
2     2          1
3     3          1
4     4          1
5     5          1
6     6          1
7     7          1
8     8          1
9     9          1
10   10          1
11   12          1
12   13          1
13   14          1
14   16          1
15   18          1
16   45          1
17   87          1
18   90          1
19  100          2
20  110          2
21  120          2
22  122          2
23  125          2
24  169          2
25  178          2
26  190          2
27  200          2
28  500          2
29  520          2
30  700          3
31  789          3
32  800          3
33  820          3
34  900          3
35 1000          3
36 2000          3

数据

> dput(df)
structure(list(ID = c(1L, 2L, 3L, 100L, 500L, 700L, 1000L), FID_1 = c(2L,
5L, 1L, 110L, 100L, 800L, 789L), FID_2 = c(6L, 9L, 2L, 120L,
110L, 789L, 2000L), FID_3 = c(7L, 12L, 4L, 122L, 122L, 900L,
820L), FID_4 = c(9L, 45L, 7L, 125L, 125L, NA, 900L), FID_5 = c(10L,
13L, 8L, 169L, 169L, NA, NA), FID_6 = c(NA, 90L, 9L, 178L, 178L,
NA, NA), FID_7 = c(NA, 87L, 10L, 190L, 190L, NA, NA), FID_8 = c(NA,
6L, 14L, 200L, 200L, NA, NA), FID_9 = c(NA, NA, 16L, 500L, 500L,
NA, NA), FID_10 = c(NA, NA, 18L, 520L, 520L, NA, NA)), class = "data.frame", row.names = c(NA,
-7L))

---

您在找这样的东西吗？

library(data.table)
library(dplyr)

setDT(df) %>%
    melt(id.var = "ID", variable.name = "FID", value.name = "ID2") %>%
    na.omit() %>%
    setcolorder(c("ID", "ID2", "FID")) %>%
    graph_from_data_frame() %>%
    plot(edge.label = E(.)$FID)

---

数据

structure(list(ID = 1:3, FID_1 = c(2L, 5L, 1L), FID_2 = c(6L,
9L, 2L), FID_3 = c(7L, 12L, 4L), FID_4 = c(9L, 45L, 7L), FID_5 = c(10L,
12L, 8L), FID_6 = c(NA, 90L, 9L), FID_7 = c(NA, 87L, 10L), FID_8 = c(NA,
6L, 14L), FID_9 = c(NA, NA, 16L), FID_10 = c(NA, NA, 18L)), class = "data.frame", row.names = c(NA,
-3L))

这篇关于R中的友谊网络识别的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！