计算R中tidygraph对象列表中相同列的频率？

Question

我有一个列表中包含的一些tidygraph对象。我正在尝试计算相同的列(在tidygraph节点数据中)的频率。

例如，

如果我创建一些节点和边缘数据，将它们转换为tidygraph对象，并将它们放在一个列表中，如下所示：

library(tidygraph)

# create some node and edge data for the tbl_graph
nodes <- data.frame(name = c("x4", NA, NA),
                    val = c(1, 5, 2))
nodes2 <- data.frame(name = c("x4", NA, NA),
                    val = c(3, 2, 2))
nodes3 <- data.frame(name = c("x4", NA, NA),
                     val = c(5, 6, 7))
nodes4 <- data.frame(name = c("x4", "x2", NA, NA, "x1", NA, NA),
                     val = c(3, 2, 2, 1, 1, 2, 7))
nodes5 <- data.frame(name= c("x1", "x2", NA),
                     val = c(7, 4, 2))
nodes6 <- data.frame(name = c("x1", "x2", NA),
                     val = c(2, 1, 3))

edges <- data.frame(from = c(1,1), to = c(2,3))
edges1 <- data.frame(from = c(1, 2, 2, 1, 5, 5),
                     to    = c(2, 3, 4, 5, 6, 7))

# create the tbl_graphs
tg   <- tbl_graph(nodes = nodes,  edges = edges)
tg_1 <- tbl_graph(nodes = nodes2, edges = edges)
tg_2 <- tbl_graph(nodes = nodes2, edges = edges)
tg_3 <- tbl_graph(nodes = nodes4, edges = edges1)
tg_4 <- tbl_graph(nodes = nodes5, edges = edges)
tg_5 <- tbl_graph(nodes = nodes6, edges = edges)


# put into list
myList <- list(tg, tg_1, tg_2, tg_3, tg_4, tg_5)

我们可以看到tg、tg_1和tg_2都有相同的name列。类似地，tg_4和tg_5在节点数据中具有相同的name列。

我正在尝试想出一种方法来计算具有相同name列的tidygraph对象的频率。我希望能够返回tidygraph对象的列表，可能会添加另一个列来显示频率。在我的例子中，val列并不重要，所以我想要的输出如下所示：

 [[1]]
# A tbl_graph: 3 nodes and 2 edges
#
# A rooted tree
#
# Node Data: 3 × 2 (active)
  name  frequency
  <chr>     <dbl>
1 x4            3
2 NA            3
3 NA            3
#
# Edge Data: 2 × 2
   from    to
  <int> <int>
1     1     2
2     1     3

[[2]]
# A tbl_graph: 3 nodes and 2 edges
#
# A rooted tree
#
# Node Data: 3 × 2 (active)
  name  frequency
  <chr>     <dbl>
1 x1            2
2 x2            2
3 NA            2
#
# Edge Data: 2 × 2
   from    to
  <int> <int>
1     1     2
2     1     3

[[3]]
# A tbl_graph: 7 nodes and 6 edges
#
# A rooted tree
#
# Node Data: 7 × 2 (active)
  name  frequency
  <chr>     <dbl>
1 x4            1
2 x2            1
3 NA            1
4 NA            1
5 x1            1
6 NA            1
# … with 1 more row
#
# Edge Data: 6 × 2
   from    to
  <int> <int>
1     1     2
2     2     3
3     2     4
# … with 3 more rows

为了清楚起见，在上面的示例中，包含x4, NA, NA的name列在我的原始对象列表中出现了3次。因此频率计数为3。类似地，等于x1, x2, NA的name列在myList中出现2次，因此它的频率为2...等等。

但是，对于返回频率信息的最佳方式，我愿意接受任何聪明的建议。

Answer 1

因为tidygraph和tidyverse配合得很好，所以我们可以直接使用dplyr语法来操作元素。要使频率(可能不是正确的术语)或一系列递减发生，可以使用后跟n()的group_by()。然后，我们可以依靠向量循环来为列表元素的列赋值，这取决于它的索引.y。

freqs <- lapply(myList, function(x){
  x %>% 
     pull(name) %>%
     replace_na("..") %>%
     paste0(collapse = "")
}) %>%
  unlist(use.names = F) %>%
  as_tibble() %>%
  group_by(value) %>%
  mutate(val = n():1) %>%
  pull(val)

purrr::imap(l, ~.x %>% 
              mutate(frequency = freqs[.y]) %>% 
              select(name, frequency))
[[1]]
# Node Data: 3 x 2 (active)
  name  frequency
1 x4            3
2 NA            3
3 NA            3

# Edge Data: 2 x 2
   from    to
  <int> <int>
1     1     2
2     1     3

[[2]]
# Node Data: 3 x 2 (active)
  name  frequency
  <chr>     <int>
1 x4            2
2 NA            2
3 NA            2

# Edge Data: 2 x 2
   from    to
  <int> <int>
1     1     2
2     1     3

[[3]]
# Node Data: 3 x 2 (active)
  name  frequency
  <chr>     <int>
1 x4            1
2 NA            1
3 NA            1