如何从R数据框生成无重复igraph边列表并过滤低频边

生成符合要求的无重复边列表 #

使用tidyverse套件实现，逻辑为按分组拆分数据，跳过样本量小于2的分组，对每个分组内的机构生成无顺序的两两组合，再做组内去重：

library(tidyverse)

# 构造示例数据
df <- tibble(
  INSTITUTION = c("University1", "University1", "University3", "University4", "University1", "University3"),
  GROUP = c("Group1", "Group1", "Group2", "Group2", "Group2", "Group3")
)

# 生成edgelist
edgelist <- df %>%
  group_split(GROUP) %>%
  map_dfr(function(group_df){
    # 仅保留样本量≥2的分组
    if(nrow(group_df) < 2) return(NULL)
    # 生成无顺序的两两组合，避免A-B/B-A重复
    combn(group_df$INSTITUTION, 2, simplify = FALSE) %>%
      map_dfr(~tibble(EDGE1 = .x[1], EDGE2 = .x[2])) %>%
      # 组内去重完全相同的边
      distinct(EDGE1, EDGE2)
  })

输出结果和需求预期完全一致：

如果不需要自环（即同一机构的关联），可在上述代码最后添加filter(EDGE1 != EDGE2)过滤即可。

按出现频次过滤边 #

方法1：直接在edgelist阶段过滤 #

针对无向网络，先对每条边的两个节点做排序生成统一标识，统计频次后过滤：

# 设置频次阈值，小于该值的边会被剔除
freq_threshold <- 10

filtered_edgelist <- edgelist %>%
  rowwise() %>%
  # 生成边的统一标识，保证A-B和B-A算作同一条边
  mutate(edge_key = paste(sort(c(EDGE1, EDGE2)), collapse = "_")) %>%
  ungroup() %>%
  add_count(edge_key, name = "edge_freq") %>%
  filter(edge_freq >= freq_threshold) %>%
  select(EDGE1, EDGE2)

方法2：生成igraph对象后过滤 #

如果你已经构建了igraph网络对象，可以直接对边做过滤：

library(igraph)
# 构建无向网络
g <- graph_from_data_frame(edgelist, directed = FALSE)
# 统计每条边的重复出现次数
E(g)$freq <- count_multiple(g)
# 剔除出现次数小于10的边
g_filtered <- delete_edges(g, which(E(g)$freq < 10))

内容的提问来源于stack exchange，提问作者Amalia