如何在dplyr代码中添加to_city信息以构建主节点列表？

看起来你是想把边列表里to端节点的城市信息也补充到主节点列表里，确保所有出现过的名称（不管是from还是to）都有对应的城市数据对吧？其实核心思路就是把边列表里的to节点和to_city提取出来，和你现有的节点数据做合并，同时处理好可能的重复或缺失情况。

分步骤实现（基于你已有初始节点列表的情况） #

假设你已经从边列表的from节点生成了初始的节点列表（比如叫initial_nodes），可以这样补充代码：

1. 先从边列表提取to节点和对应的to_city，去重避免重复节点：

to_nodes <- your_edges_dataframe %>%
  select(name = to, city = to_city) %>%
  distinct()

2. 和初始节点列表做全连接，保留所有名称，再合并城市信息：

main_nodes <- initial_nodes %>%
  full_join(to_nodes, by = "name") %>%
  # 用coalesce取第一个非空的城市值，确保每个名称有唯一城市（如果from和to里的城市一致，直接合并）
  mutate(city = coalesce(city.x, city.y)) %>%
  select(name, city) %>%
  distinct() # 最后再去重一次，确保没有重复节点

一步到位的简化写法 #

如果你不想先单独生成初始节点列表，可以直接从边列表里同时处理from和to的节点信息，一次性生成完整的主节点列表：

main_nodes <- your_edges_dataframe %>%
  # 把from和to列转成长格式，统一处理节点名称
  pivot_longer(
    cols = c(from, to),
    names_to = "node_type",
    values_to = "name"
  ) %>%
  # 根据节点类型匹配对应的城市：from对应from_city，to对应to_city
  mutate(city = case_when(
    node_type == "from" ~ from_city,
    node_type == "to" ~ to_city
  )) %>%
  # 只保留需要的列，去重
  select(name, city) %>%
  distinct() %>%
  # 处理同一名称对应多个城市的情况（如果有的话）：这里取第一个出现的城市，你可以根据需求调整
  group_by(name) %>%
  summarise(city = first(city)) %>%
  ungroup()

注意：如果同一个名称在from和to里对应的城市不一样，你可能需要额外处理（比如标记冲突、取最新值等），上面的代码默认取第一个出现的城市，你可以根据实际数据调整这部分逻辑。

内容的提问来源于stack exchange，提问作者aterhorst