基于职业轨迹的组织间网络生成与可视化问题求助

原代码核心问题 #

1. 数据过滤逻辑错误：原代码未正确提取各时段内的职业记录，索引操作-(1:45)不符合数据结构，且未保留个体的时间序职业轨迹。
2. 网络构建逻辑偏差：原代码通过比较个体姓名重叠构建节点连接，完全违背“个体从A公司转至B公司则A-B连边”的需求。
3. 节点属性赋值错误：图节点应为公司名称，但原代码试图调用不存在的carriers1节点属性，导致聚类与着色失败。

修正后的完整实现步骤 #

1. 加载依赖包与数据预处理 #

将宽格式数据转为长格式，便于按个体处理职业时间线：

# 加载所需包
library(tidyverse)
library(igraph)
library(ggraph)

# 读取数据集（假设org已加载）
org_long <- org %>%
  pivot_longer(
    cols = starts_with(c("Carrier.", "Year.")),
    names_to = c(".value", "seq"),
    names_pattern = "(Carrier|Year)\\.(\\d+)"
  ) %>%
  filter(!is.na(Carrier) & !is.na(Year)) %>%  # 去除缺失值
  arrange(Name, Year)  # 按个体和年份排序

2. 分时间段提取有效职业轨迹 #

定义三个时间段，过滤出每个时段内的任职记录，仅保留能形成跳槽轨迹的个体（至少两次任职）：

# 定义时间段
periods <- list(
  period1 = c(1958, 1978),
  period2 = c(1979, 1988),
  period3 = c(1989, 2010)
)

# 按时间段过滤数据
period_data <- map(periods, function(p) {
  org_long %>%
    filter(Year >= p[1] & Year <= p[2]) %>%
    group_by(Name) %>%
    filter(n() >= 2) %>%  # 保留至少有两次任职的个体
    arrange(Year) %>%
    ungroup()
})

3. 构建组织间边列表与网络 #

对每个时间段，生成公司间的跳槽边（A→B表示个体从A到B任职），支持加权边（统计跳槽人数）：

build_org_network <- function(data) {
  # 生成每个个体的连续任职公司对
  edges <- data %>%
    group_by(Name) %>%
    mutate(prev_carrier = lag(Carrier)) %>%
    filter(!is.na(prev_carrier)) %>%
    ungroup() %>%
    select(from = prev_carrier, to = Carrier)
  
  # 统计边的权重（跳槽人数）
  edge_weights <- edges %>%
    count(from, to, name = "weight")
  
  # 构建有向图（若需无向图，将mode设为"undirected"）
  graph <- graph_from_data_frame(edge_weights, directed = TRUE)
  
  return(graph)
}

# 生成三个时间段的网络
period_graphs <- map(period_data, build_org_network)

4. 节点聚类与可视化 #

为节点添加聚类属性并绘制网络图：

# 定义聚类分组
cluster_groups <- list(
  Banks = c("Natixis", "CIC","HSBC France", "BPCE group", "Banque Hervet", 
            "Credit Lyonnais", "BNP Paribas", "Societe General", 
            "Investment banks", "Other banks"),
  Private_sector = c("Retail", "Media", "Technology", "Heavy industry", 
                     "energy sector", "real estate sector", "consulting", 
                     "pharmaceutical industry", "other sectors")
)

# 为节点添加聚类属性与颜色
add_cluster_attr <- function(graph) {
  V(graph)$cluster <- case_when(
    V(graph)$name %in% cluster_groups$Banks ~ "Banks",
    V(graph)$name %in% cluster_groups$Private_sector ~ "Private sector",
    TRUE ~ "Public administration"
  )
  
  color_palette <- c(
    "Banks" = "red", 
    "Private sector" = "blue", 
    "Public administration" = "gold"
  )
  V(graph)$color <- color_palette[V(graph)$cluster]
  
  # 节点大小基于总连接数（度数）
  V(graph)$size <- degree(graph) * 0.8
  
  return(graph)
}

# 处理所有时段的图
period_graphs <- map(period_graphs, add_cluster_attr)

# 可视化函数
plot_network <- function(graph, title) {
  ggraph(graph, layout = "fr") +
    geom_edge_link(aes(width = weight), alpha = 0.3, color = "gray50") +
    geom_node_point(aes(color = cluster, size = size)) +
    geom_node_text(aes(label = name), size = 3, vjust = 1.2) +
    scale_edge_width(range = c(0.5, 3)) +
    scale_color_manual(values = c("red", "blue", "gold")) +
    theme_void() +
    labs(title = title) +
    theme(plot.title = element_text(hjust = 0.5))
}

# 绘制三个时段的网络
p1 <- plot_network(period_graphs$period1, "1958-1978 组织间职业流动网络")
p2 <- plot_network(period_graphs$period2, "1979-1988 组织间职业流动网络")
p3 <- plot_network(period_graphs$period3, "1989-2010 组织间职业流动网络")

# 查看图形
p1
p2
p3

关键说明 #

• 采用长格式数据处理职业轨迹，更便于按个体提取连续任职关系；
• 网络为有向图，准确反映“从A到B”的职业流动方向，若需无向图可修改graph_from_data_frame的directed参数；
• 边权重代表从A到B的跳槽人数，可根据需求改为二值边（仅保留存在性）；
• 节点大小基于节点的度数（总连接数），也可替换为入度/出度或其他指标。

内容的提问来源于stack exchange，提问作者Thibaud Deguilhem