r - igraph 对象的顶点/节点属性

Question

我在 igraph 中处理网络分析数据这是一个示例数据框

df_edgelist=structure(list(Nominator = structure(c(6L, 4L, 7L, 8L, 1L, 2L, 
3L, 5L), .Label = c("Andrea", "Dan", "Dan", "Greg", "Jerry", 
"Jim", "Rachel", "Sarah"), class = "factor"), Nominee = structure(c(5L, 
2L, 8L, 1L, 7L, 3L, 6L, 4L), .Label = c("Andrea", "Dan", "Greg", 
"Jeff", "Jerry", "Jerry", "Sarah", "Tim"), class = "factor"), 
    Age_Nominator = c(24L, 25L, 29L, 45L, 43L, 67L, 67L, 45L)), class = "data.frame", row.names = c(NA, 
-8L))

来自文档 here我得到的印象是，如果我还为它提供另一个数据框并在 中设置该数据框的名称，则 graph_from_dataframe 函数会将第 3 列 Age_Nominator 视为顶点属性graph_from_dataframe 的 code>vertices 参数。这是正确的还是 df_edgelist 中的第 3 列仍然是边缘属性？

Answer 1

graph_from_data_frame 中感兴趣的两个参数是 d 和 vertices。正如评论中所讨论的，d 中的额外列将是边属性，而 vertices 中的额外列(第一列是顶点名称)将是顶点属性。

更进一步，

If vertices is not NULL then the symbolic edge list given in d is checked to contain only vertex names listed in vertices.

表示 d 的前两列不能提及任何不存在于 vertices 中的顶点。另一方面，如果 vertices 有一些额外的顶点，这不会引起任何问题，它们将被简单地隔离。

例如，

df_vertices <- data.frame(someNames = c("NewName", as.character(unique(unlist(df_edgelist[, 1:2])))))
df_vertices$Age <- 20 + 1:nrow(df_vertices)
df_vertices
#    someNames Age
# 1    NewName  21
# 2        Jim  22
# 3       Greg  23
# 4     Rachel  24
# 5      Sarah  25
# 6     Andrea  26
# 7        Dan  27
# 8      Jerry  28
# 9        Tim  29
# 10      Jeff  30

通过这种方式，我们考虑了所有必要的顶点并添加了一个额外的 NewName。然后

g <- graph_from_data_frame(df_edgelist, vertices = df_vertices)
# V(g)$Age
#  [1] 21 22 23 24 25 26 27 28 29 30
V(g)$name
#  [1] "NewName" "Jim"     "Greg"    "Rachel"  "Sarah"   "Andrea"  "Dan"     "Jerry"   "Tim"    
# [10] "Jeff"   
E(g)
# + 8/8 edges from 7f024f1 (vertex names):
# [1] Jim   ->Jerry  Greg  ->Dan    Rachel->Tim    Sarah ->Andrea Andrea->Sarah  Dan   ->Greg  
# [7] Dan   ->Jerry  Jerry ->Jeff  

如预期。如果你想避免那些孤立的顶点，作为 vertices 你可以改为指定

df_vertices[df_vertices$someNames %in% as.character(unique(unlist(df_edgelist[, 1:2]))), ]
#    someNames Age
# 2        Jim  22
# 3       Greg  23
# 4     Rachel  24
# 5      Sarah  25
# 6     Andrea  26
# 7        Dan  27
# 8      Jerry  28
# 9        Tim  29
# 10      Jeff  30