networkD3中sankeyNetwork函数如何确定节点x轴位置

问题背景 #

我正在查阅相关文档与教程，尝试在R中使用networkD3::sankeyNetwork()绘制桑基图。参考的Stack Overflow实现代码可以正常运行，但自行编写的代码运行后节点在x轴上排序错误，导致流向完全无法解读。
我无法确定sankeyNetwork从何处获取节点x轴位置的相关信息，以下是我未得到预期结果的实现代码：

library(tidyverse)
library(networkD3)

#Create the data
df <- data.frame('one' = c('a', 'b', 'b', 'a'), 
                 'two' = c('c', 'd', 'e', 'c'), 
                 'three' = c('f', 'g', 'f', 'f'))

#My code
#Create the links
links <- df %>%
  mutate(row = row_number()) %>% #Get row for grouping and pivoting
  pivot_longer(-row) %>% #pivot to long format
  group_by(row) %>% 
  mutate(source_c = lead(value)) %>% #Get flow 
  filter(!is.na(source_c)) %>% #Get rid of NA
  rename(target_c = value) %>% #Correct names
  group_by(target_c, source_c) %>% #Count frequencies
  summarize(value = n()) %>%
  ungroup() %>%
  mutate(target = as.integer(factor(target_c)), #Convert to numeric values
         source = as.integer(factor(source_c))) %>%
  mutate(source = source - 1, #zero index
         target = target - 1) %>%
  data.frame()

#create the nodes
nodes <- data.frame(name = factor(unique(c(links$target_c, links$source_c))))

#plot the network
sankeyNetwork(Links = links, Nodes = nodes, Source = 'source',
              Target = 'target', Value = 'value', NodeID = 'name')

运行后错误输出：

参考的可运行代码 #

links <-
  df %>% 
  mutate(row = row_number()) %>%  # add a row id
  gather('col', 'source', -row) %>%  # gather all columns
  mutate(col = match(col, names(df))) %>%  # convert col names to col nums
  mutate(source = paste0(source, '_', col)) %>%  # add col num to node names
  group_by(row) %>%
  arrange(col) %>%
  mutate(target = lead(source)) %>%  # get target from following node in row
  ungroup() %>% 
  filter(!is.na(target)) %>%  # remove links from last column in original data
  select(source, target) %>% 
  group_by(source, target) %>% 
  summarise(value = n())  # aggregate and count similar links

# create nodes data frame from unque nodes found in links data frame
nodes <- data.frame(id = unique(c(links$source, links$target)),
                    stringsAsFactors = FALSE)
# remove column id from names
nodes$name <- sub('_[0-9]*$', '', nodes$id)

# set links data to the 0-based index of the nodes in the nodes data frame
links$source <- match(links$source, nodes$id) - 1
links$target <- match(links$target, nodes$id) - 1

sankeyNetwork(Links = links, Nodes = nodes, Source = 'source',
              Target = 'target', Value = 'value', NodeID = 'name')

运行后正确输出：

疑问 #

我知道两份代码存在差异，但我看不出sankeyNetwork在哪里调用了代表x轴位置的列编号相关信息，全程没有看到对这类变量的引用。我希望了解符合要求的输入数据结构是什么样的，这样我就可以调整自己的数据预处理代码正常运行。

问题解答 #

核心原理 #

sankeyNetwork没有显式传入x轴位置的参数，它会自动基于有向链路的流向逻辑推断每个节点的层级（即x轴位置）：只要存在链路A→B，算法就默认A的层级低于B，无入度的节点默认放在最左侧第一层，无出度的节点放在最右侧最后一层。

错误原因 #

你在构建节点表时直接对节点名称做了全局去重，导致不同层级的同名节点被合并为同一个节点，直接打破了流向逻辑，算法无法正确识别节点层级，最终出现排序混乱。

符合要求的输入数据结构规则 #

1. 链路表（Links）必须是0索引的有向边集合，必须包含source（源节点索引，整数）、target（目标节点索引，整数）、value（边的权重，数值）三个核心列
2. 节点表（Nodes）的行数必须等于所有独立节点的总数量，每个节点对应唯一的0起始索引，NodeID列对应最终渲染显示的节点名称
3. 关键注意点：不同层级的同名节点必须作为独立节点存在，不能合并。你可以像参考代码一样给节点名加所属层级的后缀做区分，最后在NodeID列中去掉后缀即可，这样就能保证链路流向严格从左到右，算法可以正确推断x轴位置。

内容的提问来源于stack exchange，提问作者MorrisseyJ