使用 igraph 从大型 csv 数据集创建邻接网络矩阵（或列表）
creating adjacency network matrix (or list) from large csv dataset using igraph
我正在尝试在 igraph 中进行网络分析，但是在将我拥有的数据集转换为边缘列表（具有权重）时遇到了一些问题，因为列数不同。
数据集如下所示（当然要大得多）：首先是主要运营商 ID（主要运营商也可以是合作伙伴，反之亦然，因此 ID 在邻接中保持不变）挑战在于合作伙伴的数量各不相同（从 0 到 40）。
IdMain IdPartner1 IdPartner2 IdPartner3 IdPartner4 .....
1 4 3 2 NA
2 3 1 NA NA
3 1 4 7 6
4 9 6 3 NA
.
.
我的问题是如何将其转换为具有无向权重（仅表示交互）的边列表：
Id1 Id2 weight
1 2 2
1 3 2
1 4 1
2 3 1
3 4 2
. .
有没有人知道最好的路线是什么？非常感谢！
这是一个经典的重塑任务。您可以为此使用 reshape2 包。
text <- "IdMain IdPartner1 IdPartner2 IdPartner3 IdPartner4
1 4 3 2 NA
2 3 NA NA NA
3 1 4 7 6
4 9 NA NA NA"
data <- read.delim(text = text, sep = "")
library(reshape2)
data_melt <- reshape2::melt(data, id.vars = "IdMain")
edgelist <- data_melt[!is.na(data_melt$value), c("IdMain", "value")]
head(edgelist, 4)
# IdMain value
# 1 1 4
# 2 2 3
# 3 3 1
# 4 4 9
我正在尝试在 igraph 中进行网络分析，但是在将我拥有的数据集转换为边缘列表（具有权重）时遇到了一些问题，因为列数不同。
数据集如下所示（当然要大得多）：首先是主要运营商 ID（主要运营商也可以是合作伙伴，反之亦然，因此 ID 在邻接中保持不变）挑战在于合作伙伴的数量各不相同（从 0 到 40）。
IdMain IdPartner1 IdPartner2 IdPartner3 IdPartner4 .....
1 4 3 2 NA
2 3 1 NA NA
3 1 4 7 6
4 9 6 3 NA
.
.
我的问题是如何将其转换为具有无向权重（仅表示交互）的边列表：
Id1 Id2 weight
1 2 2
1 3 2
1 4 1
2 3 1
3 4 2
. .
有没有人知道最好的路线是什么？非常感谢！
这是一个经典的重塑任务。您可以为此使用 reshape2 包。
text <- "IdMain IdPartner1 IdPartner2 IdPartner3 IdPartner4
1 4 3 2 NA
2 3 NA NA NA
3 1 4 7 6
4 9 NA NA NA"
data <- read.delim(text = text, sep = "")
library(reshape2)
data_melt <- reshape2::melt(data, id.vars = "IdMain")
edgelist <- data_melt[!is.na(data_melt$value), c("IdMain", "value")]
head(edgelist, 4)
# IdMain value
# 1 1 4
# 2 2 3
# 3 3 1
# 4 4 9