基于tidygraph按年份计算节点的特征向量与度中心性

需求：使用R 4.2.2版本与tidygraph 1.2.3处理网络数据，无需筛选、合并或循环操作，直接生成包含各节点每年特征向量中心性和度中心性的节点-年度数据集。

解决方案 #

核心思路是利用tidygraph的group_graphs()函数按年份拆分网络为年度子图，再在每个子图上计算节点中心性，最后自动合并结果。

完整代码 #

library(tidyverse)
library(tidygraph)

# 生成节点和边数据
nodes <- tibble(
  node_id = 1:6,
  transaction_type = c("Purchase", "Deposit", "Withdrawal", "Transfer", "Payment", "Loan")
)

edges <- tibble(
  from = c(1, 2, 3, 2, 4, 4, 5, 6, 5),
  to = c(2, 4, 2, 3, 5, 6, 6, 4, 1),
  year = c(2019, 2020, 2019, 2018, 2021, 2020, 2022, 2021, 2018),
  amount = c(100, 500, 50, 200, 300, 150, 75, 1000, 250)
)

# 转换为tidygraph并生成节点-年度中心性数据
net_tidy <- as_tbl_graph(edges, vertices = nodes, directed = TRUE)

node_year_centrality <- net_tidy %>%
  group_graphs(year) %>%  # 按边的year字段拆分为年度子图
  map_dfr(function(subgraph) {
    subgraph %>%
      activate(nodes) %>%
      mutate(
        year = subgraph %>% activate(edges) %>% pull(year) %>% first(),
        degree_centr = centrality_degree(),  # 计算度中心性
        eigen_centr = centrality_eigen(directed = TRUE)  # 计算特征向量中心性（适配有向图）
      ) %>%
      as_tibble()
  })

# 查看结果
node_year_centrality

代码说明 #

• group_graphs(year)：将原网络按边的year属性拆分为多个独立的年度子图，每个子图仅包含对应年份的边。
• map_dfr()：遍历每个年度子图，计算节点的度中心性和特征向量中心性，同时将年份信息添加到节点数据中，最后按行合并所有子图的结果。
• 无需手动循环或筛选，全程通过tidygraph的管道操作完成，符合需求。

内容的提问来源于stack exchange，提问作者Livio Miles Silva Müller