使用R的dplyr识别社交网络数据中边的对称性问题

核心思路 #

1. 先单独处理自环（source=target），避免干扰对称判断；
2. 对非自环边生成标准化标识：将source和target按固定顺序（如字母序）拼接，让互为反向的边拥有相同标识；
3. 按标准化标识分组，判断组内是否存在两条权重相等的反向边，以此标记对称性。

具体代码实现 #

首先加载依赖包并构造示例数据：

library(dplyr)
library(purrr) # 用于生成标准化边标识

# 示例数据集（包含自环、对称边、不对称边）
edges <- tibble(
  source = c("A", "B", "A", "C", "D"),
  target = c("B", "A", "C", "A", "D"),
  weight = c(5, 5, 3, 4, 2)
)

处理流程代码：

edges_processed <- edges %>%
  # 标记自环并生成标准化边标识
  mutate(
    is_self_loop = source == target,
    # 将source和target排序后拼接，确保反向边的标识一致
    edge_key = pmap_chr(list(source, target), ~paste(sort(c(..1, ..2)), collapse = "-"))
  ) %>%
  # 按标准化标识分组，判断对称性
  group_by(edge_key) %>%
  mutate(
    # 非自环场景：组内有且仅有2条边，且权重完全一致
    is_symmetrical = ifelse(is_self_loop, FALSE, n() == 2 & n_distinct(weight) == 1)
  ) %>%
  ungroup() %>%
  # 生成最终symmetry列
  mutate(
    symmetry = case_when(
      is_self_loop ~ "Self-loop",  # 自环单独标记
      is_symmetrical ~ "Symmetrical",
      TRUE ~ "Asymmetrical"
    )
  ) %>%
  # 移除中间辅助列（按需保留）
  select(-is_self_loop, -edge_key, -is_symmetrical)

结果说明 #

运行后示例数据的输出：

可选调整 #

如果不需要单独标记自环，希望直接归为Asymmetrical，只需修改case_when部分：

symmetry = case_when(
  is_symmetrical ~ "Symmetrical",
  TRUE ~ "Asymmetrical"
)

备选方案（igraph包） #

若允许使用igraph，可借助图结构直接判断反向边：

library(igraph)

# 构建有向图
g <- graph_from_data_frame(edges, directed = TRUE)

# 逐边检查是否存在权重相等的反向边
edges$symmetry <- sapply(E(g), function(e) {
  rev_edge <- E(g)[from = to(e), to = from(e)]
  length(rev_edge) > 0 && edge_attr(g, "weight", rev_edge) == edge_attr(g, "weight", e)
})

# 转换为字符标签并处理自环
edges$symmetry <- ifelse(edges$symmetry, "Symmetrical", "Asymmetrical")
edges$symmetry[edges$source == edges$target] <- "Self-loop"

内容的提问来源于stack exchange，提问作者Catherine