如何将as_tbl_graph()与group_by()一起使用？

Question

这是我最近遇到的一个issue on calculating graph depth的后续问题。这涉及到潮间带和潮汐图。在阅读了整理图之后，我觉得我应该试一试，但是在我的工作流程中遇到了一个新的问题。

当使用group_by()谓词dplyr为每个组创建一个图时，tidygraph中的guess_df_type()函数并不是我想要的，但是我无法找到一种方法来设置from和to值。下面是一个可重复的例子：

library(tidygraph)
library(tidyverse)

tmp <- tibble(
  id_head = as.integer(c(4,4,4,4,4,4,5,5,5,5)),
  id_sec  = as.integer(c(1,1,1,2,2,2,1,1,2,2)),
  token   = as.integer(c(1,2,3,1,2,3,1,2,1,2)),
  head    = as.integer(c(2,2,2,1,1,2,2,2,2,2)),
  root    = as.integer(c(2,2,2,1,1,1,2,2,2,2))
) 
tmp %>%
  group_by(id_head, id_sec) %>% 
  as_tbl_graph()

其结果是：

# A tbl_graph: 4 nodes and 10 edges
#
# An undirected multigraph with 1 component
#
# Node Data: 4 x 1 (active)
   name
  <chr>
1     4
2     5
3     1
4     2
#
# Edge Data: 10 x 5
   from    to token  head  root
  <int> <int> <dbl> <dbl> <dbl>
1     1     3     1     2     2
2     1     3     2     2     2
3     1     3     3     2     2
# ... with 7 more rows

节点不是从令牌列获取的，而是从id_head和id_sec获取的。

在深入研究之后，我将token和head重命名为from和to，这至少解决了第一个问题：

tmp %>% 
  rename(
    from = token,
    to = head
  ) %>% 
  as_tbl_graph(directed = FALSE) 

结果：

# A tbl_graph: 3 nodes and 10 edges
#
# An undirected multigraph with 1 component
#
# Node Data: 3 x 1 (active)
   name
  <chr>
1     1
2     2
3     3
#
# Edge Data: 10 x 5
   from    to id_head id_sec  root
  <int> <int>   <int>  <int> <int>
1     1     2       4      1     2
2     2     2       4      1     2
3     2     3       4      1     2
# ... with 7 more rows

让我进一步阐述一下我所面临的问题。当我试图在图形中使用group_by(id_head，id_sec)时，结果是一个错误：

tmp %>% 
  as_tbl_graph() %>%
  group_by(id_head, id_sec)

Grouped_df_impl中的错误(data，unname(vars)，drop)： 列id_head未知

因此，无论是哪种方式，我都不知道如何将group_by与tidygraph结合使用。任何帮助都是非常感谢的！提前谢谢。

另外，很抱歉使用igraph标记，它应该是tidygraph，但还不存在。潮汐图是建立在图像和潮汐的基础上的。

Answer 1

对于第一个问题，我有点不确定应该如何将您的data.frame解析成一个图形-- tidygraph包含关于它所理解的所有图形表示的文档，我建议您参考这个文档。

对于第二个问题，这只是一个节点活动的问题，而边包含要分组的变量。只需在分组前激活边缘..。

tmp %>% 
  rename(
    from = token,
    to = head
  ) %>%
  as_tbl_graph() %>%
  activate(edges) %>%
  group_by(id_head, id_sec)