相当于igraph？ [已关闭]

Question

我正在尝试复制一般网络分析 R 'igraph' 包代码中似乎缺少的措施。我能找到的最好的方法是“igraph”包中的命令，但这只提供了银行名称列表，没有我需要的数字。

Answer 1

问题中提供的数据片段仅包含来自单个银行的传出连接，因此不足以演示问题的解决方案。这是一个可复制的玩具示例，应该足够了：

library(igraph)

set.seed(1)

d <- replicate(2, sample(paste("Bank", LETTERS[1:10]), 10, TRUE)) |>
  as.data.frame()

d <- unique(d[d[[1]] != d[[2]], ])
data <- graph_from_data_frame(d)

plot(data)

根据我对您的方法论论文的阅读，LSCC 是数据集中从每家银行可以到达的其他银行的比例，仅遵循传出边缘。我们可以使用函数

igraph

找到这是

subcomponent

。例如，要查找我们可以从银行 B 联系到的所有银行，我们可以这样做：

subcomponent(data, V(data)["Bank B"], "out")
#> + 5/9 vertices, named, from 4b4f304:
#> [1] Bank B Bank G Bank E Bank I Bank F

您可以确认在上面的例子中银行G、E、I和F都可以从银行B到达。

我们有兴趣获得银行 B 可以到达的所有银行（不包括其本身）的比例。这只是子组件中的节点数（减去银行 B）除以银行总数（减去银行 B）。换句话说：

(length(subcomponent(data, V(data)["Bank B"], "out")) - 1) / (length(V(data)) - 1)
#> [1] 0.5

这个数字意味着从银行 B 可以到达一半的其他银行。

要获取所有银行的结果，我们可以使用

lapply

:

result <- lapply(V(data), function(v) {
   (length(subcomponent(data, v, "out")) - 1) / (length(V(data)) - 1)
  })

result
#> $`Bank I`
#> [1] 0.125
#> 
#> $`Bank D`
#> [1] 0.125
#> 
#> $`Bank G`
#> [1] 0.375
#> 
#> $`Bank A`
#> [1] 0.375
#> 
#> $`Bank B`
#> [1] 0.5
#> 
#> $`Bank C`
#> [1] 0.25
#> 
#> $`Bank E`
#> [1] 0.125
#> 
#> $`Bank J`
#> [1] 0
#> 
#> $`Bank F`
#> [1] 0

如果您希望将其放入数据框中，您可以这样做：

result |>
  as.data.frame(check.names = FALSE) |>
  t() |>
  as.data.frame() |>
  tibble::rownames_to_column() |>
  setNames(c('Bank', "LSCC")) |>
  dplyr::arrange(Bank)
#>     Bank  LSCC
#> 1 Bank A 0.375
#> 2 Bank B 0.500
#> 3 Bank C 0.250
#> 4 Bank D 0.125
#> 5 Bank E 0.125
#> 6 Bank F 0.000
#> 7 Bank G 0.375
#> 8 Bank I 0.125
#> 9 Bank J 0.000

Answer 2

根据 Allan Cameron 的回答中的数据，这里有两个计算 LSCC 的函数。

library(igraph)

LSCC1 <- function(x) {
  d <- distances(x, mode = "out")
  rowSums(d > 0L & is.finite(d))/(length(V(x)) - 1L)
}

LSCC2 <- function(x) {
  paths <- lapply(V(x), \(v) all_shortest_paths(x, from = v, mode = "out"))
  sapply(paths, \(p) {
    sum(p[["nrgeo"]] > 0) - 1L
  })/(length(V(x)) - 1L)
}

LSCC1(data)
#> Bank I Bank D Bank G Bank A Bank B Bank C Bank E Bank J Bank F 
#>  0.125  0.125  0.375  0.375  0.500  0.250  0.125  0.000  0.000
LSCC2(data)
#> Bank I Bank D Bank G Bank A Bank B Bank C Bank E Bank J Bank F 
#>  0.125  0.125  0.375  0.375  0.500  0.250  0.125  0.000  0.000

^{创建于 2024-08-25，使用 reprex v2.1.0}

---

注意

要输出 data.frame，请通过管道连接到

as.data.frame

，然后修复列名称。在下面的输出中，行名称是顶点的名称。

LSCC1(data) |> as.data.frame()
#>        LSCC1(data)
#> Bank I       0.125
#> Bank D       0.125
#> Bank G       0.375
#> Bank A       0.375
#> Bank B       0.500
#> Bank C       0.250
#> Bank E       0.125
#> Bank J       0.000
#> Bank F       0.000

^{创建于 2024-08-25，使用 reprex v2.1.0}