如何用R从调查数据生成邻接矩阵与ID-姓名映射表

1. 准备工作 #

安装并加载所需R包：

install.packages(c("readxl", "dplyr", "tidyr"))
library(readxl)
library(dplyr)
library(tidyr)

2. 读取Excel数据 #

假设Excel文件名为survey_data.xlsx，数据位于Sheet1：

# 读取数据并重命名第一列为受访者姓名
raw_data <- read_excel("survey_data.xlsx", sheet = "Sheet1")
colnames(raw_data)[1] <- "respondent"

3. 创建ID-姓名映射表 #

提取所有涉及的人员并分配唯一ID：

# 获取所有人员名单并按字母排序（与示例ID顺序匹配）
all_people <- c(colnames(raw_data)[-1], raw_data$respondent) %>%
  unique() %>%
  sort()

# 生成映射表
id_mapping <- data.frame(ID = 1:length(all_people), NAME = all_people)
print(id_mapping)

4. 构建邻接矩阵 #

将原始数据转换为长格式，匹配ID后填充到全0矩阵中：

# 转换为长格式：每行记录一个受访者对一个人的认识情况
long_data <- raw_data %>%
  pivot_longer(cols = -respondent, names_to = "person", values_to = "knows")

# 匹配受访者和被认识者的ID
long_data <- long_data %>%
  left_join(id_mapping, by = c("respondent" = "NAME")) %>%
  rename(respondent_id = ID) %>%
  left_join(id_mapping, by = c("person" = "NAME")) %>%
  rename(person_id = ID)

# 初始化全0邻接矩阵，设置行列名为ID
adj_matrix <- matrix(0, nrow = nrow(id_mapping), ncol = nrow(id_mapping))
rownames(adj_matrix) <- id_mapping$ID
colnames(adj_matrix) <- id_mapping$ID

# 填充矩阵数据
for (i in seq(nrow(long_data))) {
  adj_matrix[long_data$respondent_id[i], long_data$person_id[i]] <- long_data$knows[i]
}

# 查看最终邻接矩阵
print(adj_matrix)

5. 补充缺失数据（可选） #

如果Excel中仅包含部分受访者数据（如示例中只有Jane和Pat），可手动补充其他人员的认识情况：

# 补充Abby认识Jane（ID1 → ID3）
adj_matrix[1, 3] <- 1
# 补充Mary认识Jane（ID4 → ID3）和Mary认识Pat（ID4 → ID5）
adj_matrix[4, 3] <- 1
adj_matrix[4, 5] <- 1

内容的提问来源于stack exchange，提问作者Kaitlin M.