用面板数据计算社会网络描述性统计

Question

我有不同时间在不同医院工作的医生的信息。我想定义医院月级的网络，这样同龄人就是在同一家医院一起工作的医生。由于医生可以同时在多家医院工作，网络组部分重叠。

那么，我想在月份级别上计算结果网络的基本描述(例如平均程度、密度、聚类)，以查看这些参数随时间的变化。

考虑非常简单的例子，医院x-y-w，周期1-2和医生A-B-C-D。

• 医生A、B和C期在医院工作x在医院工作
• 医生A和B在医院工作第2期
• A在医院工作第1期在y医院工作
• 医生A和C在医院工作2

H 19医生C和D在医院工作在第1期H 210H 111医生A和D在医院的工作在第2期<代码>H 212F 213

在下面的dataframe中表示了这一点。

mydf <- data.frame(hospital = c("x","x","x","x","x","y","y","y","w","w","w","w"), 
                period = c(1,1,1,2,2,1,2,2,1,1,2,2), 
                physician = c("A","B","C","A","B","A","A","C","C","D","A","D"))

现在，我已经编写了下面的代码。首先，我在一个给定的医院月中与每一位医生一起构建一个数据框架.第二，我对每段时间的对进行过滤。第三，我为每段时间定义了一个define对象。第四，我绘制图表并计算每个时期的描述性统计数据(例如密度)。有更简单的方法吗？如果不是，我如何能够在多个时期内自动执行这段代码？

relations <- mydf %>%
  rename(from = physician) %>%
  left_join(mydf, by=c("hospital","period")) %>%
  rename(to = physician) %>%
  filter(from!=to) %>%
  relocate(from, to)

relations_1 <- relations %>%
  filter(period==1)

relations_2 <- relations %>%
  filter(period==2)

g1 <- simplify(graph_from_data_frame(relations_1, directed=FALSE, vertices=NULL))
g2 <- simplify(graph_from_data_frame(relations_2, directed=FALSE, vertices=NULL))

plot(g1)
plot(g2)

degree(g1)
degree(g2)

Answer 1

更新

可以使用以下代码创建g1、g2、degree1和degree2

rlst <- split(relations, relations$period)
for (i in seq_along(rlst)) {
  assign(paste0("g", i), simplify(graph_from_data_frame(rlst[[i]], directed = FALSE, vertices = NULL)), envir = .GlobalEnv)
  assign(paste0("degree", i), degree(get(paste0("g", i))), envir = .GlobalEnv)
}

你是说这个吗？

relations %>%
  group_by(period) %>%
  group_map(~ degree(simplify(graph_from_data_frame(.x, directed = FALSE))))

这给

[[1]]
A B C D
2 2 3 1

[[2]]
A B C D
3 1 1 1