R语言中如何将二元矩阵(dyadic matrix)转换为分学校有向边列表(edge list)
提名类二元矩阵转分学校有向边列表的R实现方法
依赖工具
- 数据清洗环节使用
dplyr(含pivot_longer宽转长函数) - 图构建环节使用
igraph
注:导入原始数据时需提前将字符串形式的"N/A"转换为R可识别的缺失值
NA,可在数据导入阶段通过参数na.strings = c("N/A", "")实现。
分步操作流程
1. 按学校拆分原始数据
分别筛选出School编码为01、02的子集,后续转换逻辑对两个学校完全通用,替换筛选条件即可:
# 示例:提取学校01的数据子集,替换filter内的等值条件可生成学校02的对应子集 school01_data <- original_nomination_df %>% filter(School == "01")
2. 宽表转长表适配边列表结构
原始宽表中每个提名者对应横向排列的两个被提名者字段,需要将两列被提名者纵向拆分,保留一一对应的提名者-被提名者配对关系:
school01_long <- school01_data %>% # 指定需要纵向堆叠的被提名者列 pivot_longer( cols = c(Nominees1, Nominees2), names_to = NULL, values_to = "NomineeID" )
3. 过滤无效配对生成标准边列表
删除被提名者为空的无效记录,最终保留两列结构:第一列为提名者ID,第二列为有效被提名者ID:
school01_edge_list <- school01_long %>% select(Nominator, NomineeID) %>% filter(!is.na(NomineeID))
图对象构建适配
生成的边列表可直接传入igraph的建图函数,不需要额外格式调整:
# 基于学校01的边列表构建有向图 school01_graph <- graph_from_data_frame(school01_edge_list, directed = TRUE)
常见注意事项
- 转换过程中不要跨学校合并配对关系,避免出现不属于对应学校的孤立节点
- 空值过滤仅针对被提名者列操作,不要误删有效提名者的记录
- 若导入数据时未将"N/A"转换为
NA,可在过滤环节补充字符串匹配判断:filter(NomineeID != "N/A", !is.na(NomineeID))
内容的提问来源于stack exchange,提问作者Nathan
相关产品推荐
相关产品推荐

