在没有地图的Tidygraph中，在节点邻域上变异函数

Question

我有一个带有属性W的图。我想要mutate的平均W的邻居。我想保持代码尽可能简单，试图避免maps和其他显式函数的矢量化，因为这是为了教学目的。

我的代码，试图很好地显示每一段代码如下所示：

set.seed(1810)

create_ring(40) %>%
  mutate(id = row_number()) -> ring

ring %>%
      mutate(W = rnorm(40,75,15)) %>%
      mutate(Neighs = local_members(order = 1,
                                    mindist = 1),
             k = local_size(order = 1,
                            mindist = 1)) -> ring
    
ring %>%
  mutate(
    W_neighs = map_dbl(
      Neighs,
      function(x) mean(W[id %in% unlist(x)])
    )
  )

是否有一种无需重复使用map来执行这些操作的方法？Tidygraph有一个类似的包装器，它是local_ave_degree，包装igraph::knn，用C.

另外，我想解释一下morph是否对这些操作有用。

Answer 1

我想您可以使用ego从igraph节省很多行(不需要创建列Neighs或k)，例如，

set.seed(1810)

ring <- create_ring(40) %>%
  mutate(id = row_number()) %>%
  mutate(W = rnorm(40, 75, 15)) %>%
  mutate(W_neighs = 
    as.igraph(.) %>%
      ego(order = 1, mindist = 1) %>%
      sapply(function(v) mean(v$W))
  )

你会看到

> ring
# A tbl_graph: 40 nodes and 40 edges
#
# An undirected simple graph with 1 component
#
# Node Data: 40 × 3 (active)
     id     W W_neighs
  <int> <dbl>    <dbl>
1     1  84.3     96.1
2     2  84.5     91.9
3     3  99.4     91.2
4     4  97.9     67.9
5     5  36.4     89.4
6     6  80.8     51.2
# … with 34 more rows
#
# Edge Data: 40 × 2
   from    to
  <int> <int>
1     1     2
2     2     3
3     3     4
# … with 37 more rows