是否有R函数可重构igraph网络分析用的共病患者数据？

一、专用函数实现：igraph的二分图投影 #

最直接的方法是利用igraph的bipartite_projection函数，从患者-疾病的关联矩阵直接生成疾病共现网络，自动统计无向边的共现次数：

步骤1：准备数据 #

假设你的宽表数据结构如下（id为患者ID，com1-com4为疾病列，1表示患病）：

# 模拟示例数据
set.seed(123)
df <- data.frame(
  id = paste0("id", sprintf("%03d", 1:10)),
  com1 = sample(c(0,1), 10, replace = TRUE),
  com2 = sample(c(0,1), 10, replace = TRUE),
  com3 = sample(c(0,1), 10, replace = TRUE),
  com4 = sample(c(0,1), 10, replace = TRUE)
)

步骤2：生成二分图并投影 #

library(igraph)

# 提取患者-疾病的关联矩阵（去掉ID列）
incidence_mat <- as.matrix(df[, -1])

# 创建二分图（患者为一类节点，疾病为另一类节点）
bipartite_graph <- graph_from_incidence_matrix(incidence_mat, directed = FALSE)

# 投影生成疾病间的共现网络，边权重为共病的患者数
disease_cooccur_graph <- bipartite_projection(bipartite_graph, which = "true")

# 导出带权重的无向边表
edge_counts <- as_data_frame(disease_cooccur_graph, what = "edges")

得到的edge_counts包含from、to、weight三列，其中weight就是两种疾病共现的患者次数，且自动处理了无向边的顺序（不会出现com1-com2和com2-com1重复的情况）。

二、手动实现：dplyr+purrr组合 #

如果需要更灵活的自定义处理，可以用dplyr和purrr逐行生成边并统一无向边顺序：

步骤1：生成原始边表 #

library(dplyr)
library(purrr)

edge_list <- df %>%
  # 筛选有2种及以上共病的患者
  filter(rowSums(select(., starts_with("com"))) >= 2) %>%
  rowwise() %>%
  # 提取当前患者的所有患病名称
  mutate(diseases = list(names(select(., starts_with("com")))[c_across(starts_with("com")) == 1])) %>%
  # 生成所有两两疾病组合
  mutate(edges = list(t(combn(diseases, 2)))) %>%
  unnest(edges) %>%
  # 统一无向边顺序：让node1始终小于node2（按字符排序）
  mutate(
    node1 = pmin(edges[,1], edges[,2]),
    node2 = pmax(edges[,1], edges[,2])
  ) %>%
  select(id, node1, node2)

步骤2：统计边的出现次数 #

edge_counts <- edge_list %>%
  group_by(node1, node2) %>%
  summarise(weight = n(), .groups = "drop")

三、可视化疾病关联网络 #

用生成的edge_counts直接创建igraph对象并可视化：

g <- graph_from_data_frame(edge_counts, directed = FALSE)

# 自定义样式：边宽对应权重，节点大小对应疾病度数
E(g)$width <- E(g)$weight * 2
V(g)$size <- degree(g) * 5

plot(g, 
     edge.label = E(g)$weight,  # 显示边的权重
     vertex.label.cex = 1.2,    # 节点标签大小
     layout = layout_with_fr)   # 用Fruchterman-Reingold布局

内容的提问来源于stack exchange，提问作者jacbin76