基于networkd3的R中离散状态序列的Sankey图

Question

我正在尝试使用http://christophergandrud.github.io/networkD3/#sankey中描述的networkD3包在R中创建一个交互式的Sankey图。我的数据是离散状态序列(DSS)格式。1行代表1个事件序列。NAs表示序列已结束。在R中重新创建数据样本：

x1 <- c('06002100', '06002001', '06001304', '06002100')
x2 <- c('06002100', '06002001', 'NA', 'NA')
x3 <- c('06001304', '06002100', '06002001', 'NA')
test <- as.data.frame(rbind(x1,x2,x3))

networkd3包需要json格式的数据，如下所示：

URL <- paste0("https://cdn.rawgit.com/christophergandrud/networkD3/","master/JSONdata/energy.json")

将上面的样本数据转换为所需的格式将得到(test.json)：

{"nodes":[
{"name":"06002100"},
{"name":"06002001"},
{"name":"06001304"}
],
"links":[
{"source":0,"target":1,"value":3},
{"source":1,"target":2,"value":1},
{"source":2,"target":0,"value":2}
]}

一旦数据采用上述格式，我就可以使用以下代码来绘制sankey网络。

library(networkD3) 
library(jsonlite) 
Energy <- fromJSON(txt = 'test.json') # Load the data 
result <- as.data.frame(Energy) 
sankeyNetwork(Links = Energy$links, Nodes = Energy$nodes, Source = "source", Target = "target", Value = "value", NodeID = "name", fontSize = 12, nodeWidth = 30)

我想将我拥有的决策支持系统数据转换为networkD3所需的格式。有什么直接的方法可以做到这一点吗？

networkD3 examples页面提到，我可以使用igraph包创建可以用networkD3绘制的网络图数据。不幸的是，我找不到好的例子。

Answer 1

sankeyNetwork()最终想要的是Links和Nodes数据帧。假设在DSS数据中，每对并排的节点定义了从左到右的链接，那么数据帧的每一对连续列看起来就像是具有source和target列的Links数据帧的一部分。

首先，我修复了您的代码，使其成为真正的NAs，而不是“NA”字符串……

x1 <- c('06002100', '06002001', '06002425', '06009347', '06010001', '06010383', '06009348')
x2 <- c('06002100', '06040401', '06009347', '06039301', NA, NA, NA)
x3 <- c('06001304', '06002001', '06009346', '06002425', '06003303', NA, NA)
x4 <- c('06002100', '06040401', '06009347', '06039301', '06039302', '06032301', '06032301')
test <- as.data.frame(rbind(x1,x2,x3,x4))

为数据框中的每组连续列提取一个数据框，将它们绑定到一个长Links数据框中，并省略具有NA的行...

linklist <- lapply(1:(ncol(test) - 1), function(x) data.frame(source = test[[x]], target = test[[x+1]], stringsAsFactors = F))
links <- na.omit(do.call(rbind, linklist))

将所有唯一的节点名称创建一个矢量并从中生成一个Nodes数据框，基于Nodes数据框中的零索引名称构建一个Links数据框，然后绘制它...

node_names <- factor(sort(unique(c(as.character(links$source), 
                                   as.character(links$target)))))
nodes <- data.frame(name = node_names)
links <- data.frame(source = match(links$source, node_names) - 1, 
                    target = match(links$target, node_names) - 1,
                    value = 1)

library(networkD3)
sankeyNetwork(links, nodes, "source", "target", "value", "name")