在R的igraph包中如何生成指定节点到所有节点的距离变量？

方法一：使用distances()函数（推荐，高效） #

distances()是igraph专门用于计算最短路径距离的函数，直接返回源节点到所有节点的距离（边的数量），比逐个调用shortest_paths效率高得多，尤其适合节点数量多的场景（比如你的2415个节点）。

修正原有代码的列名问题（如果列名含横杠，需要用反引号包裹），然后计算距离：

library(tidyverse)
library(igraph)

# 读取数据
employees <- read_csv("employee_list.csv")
# 处理带横杠的列名，避免R解析成减法
EmpsSups <- data.frame(
  employee = employees$`employee-name`,
  supervisor = employees$supervisor,
  stringsAsFactors = FALSE
)

# 构建无向图
graph <- graph_from_data_frame(EmpsSups, directed = FALSE)

# 计算Smith, John到所有节点的最短距离
john_distances <- distances(graph, v = "Smith, John")

# 转换为易读的数据框格式
john_distances_df <- as.data.frame(t(john_distances)) %>%
  rename(distance = 1) %>%
  mutate(employee = rownames(.)) %>%
  select(employee, distance)

方法二：基于shortest_paths提取路径长度 #

如果需要保留路径信息同时计算距离，可以从shortest_paths的结果中提取路径的顶点数量，距离 = 顶点数 - 1（因为7个顶点的路径对应6条边，即距离为6）：

# 获取Smith, John到所有节点的最短路径
paths <- shortest_paths(graph, from = "Smith, John", to = V(graph), mode = "all")

# 提取每个路径的顶点数，计算距离
john_distances_from_paths <- sapply(paths$vpath, function(p) length(p) - 1)

# 转换为数据框
john_distances_paths_df <- data.frame(
  employee = names(john_distances_from_paths),
  distance = john_distances_from_paths,
  stringsAsFactors = FALSE
)

结果说明 #

两种方法得到的distance列就是Smith, John到对应员工的最短路径距离：

• 示例中路径含7个顶点，对应距离为6
• 若节点与Smith, John直接相连，距离为1；Smith, John自身距离为0

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