如何通过基于时间段的子集来构建网络

Question

我对这里的一切都很陌生。我试图付出更多努力使我的代码可读。我正在编写为多个文件运行函数的代码。我有超过 100 个文件，每个文件都包含带有时间（会话）的边缘列表，如下所示：

Header: Time Sender Receiver

      1    1       2
      1    1       3
      2    2       1
      2    2       1
      3    1       2
      3    1       2

该函数的目的是根据“时间”从每个文件中提取子网络。由于有 3 个不同的时间段，每个文件将有 3 个子网络。以下是我写的代码：

SubsetNetwork <-function (file) {
  df = read.csv(file)
  uniq <-unique(unlist(df$Time))
  edgelist=list()
  g=list()
  for (i in 1:length(uniq)){
    g <- lapply(split(df, df$Time), function(x) {
      graph.edgelist(as.matrix(x[c("Sender","Receiver")]), directed = T)
    })
    edgelist[[i]]=get.edgelist(g[[i]])

    filename=paste(fname, i, ".csv")
    write.csv(edgelist[[i]], filename)
  }
}   

这段代码将运行上面的函数。

temp = list.files(pattern="*.csv") 
for (i in 1:length(temp)){      
  file <-temp[i]              
  SubsetNetwork (file)
}    

• 输入文件=626234T.csv
• 输出文件 = 626234T1.csv、626234T2.csv、626234T3.csv。

我不断收到错误消息 (Error in g[[i]] : subscript out of bounds)。如果我一个一个地运行代码，它似乎可以工作。但是，如果我输入多个文件，它会为多个文件生成输出并停止工作。我不知道是什么导致了问题。

Answer 1

如果您的代码在一个文件上运行良好，则您收到的错误表明您的代码没有问题。如果唯一时间点的数量 g[[i]] is out of bounds。

我怀疑正在发生的事情是存在格式错误或损坏的文件，该文件缺少 temp <- list.files(*.csv) 获取的“时间”标头。

由于你不习惯写代码，我会为你经历、批评和修复一些东西：

SubsetNetwork <-function (file) {
  df = read.csv(file)
  uniq <-unique(unlist(df$Time))

data.frames 的列只是向量，所以这里不需要unlist。而是：

  uniq <-unique(df$Time)

足够了。

  edgelist=list()
  g=list()
  for (i in 1:length(uniq)){
    g <- lapply(split(df, df$Time), function(x) {
      graph.edgelist(as.matrix(x[c("Sender","Receiver")]), directed = T)
    })
    edgelist[[i]]=get.edgelist(g[[i]])

    filename=paste(fname, i, ".csv")
    write.csv(edgelist[[i]], filename)
  }
}

您实际上可能不需要for 循环。 lapply 的split 数据框将返回整个列表，因此可以移出循环。如果get.edgelist 被矢量化，这也可以移到循环之外。因为我实际上并不知道，所以我认为这不仅仅是为了安全：

  g <- lapply(split(df, df$Time), function(x) {
    graph.edgelist(as.matrix(x[c("Sender","Receiver")]), directed = T)
  })
  edgelist <- lapply(g, get.edgelist)

  for (i in 1:length(uniq)){
    filename=paste(fname, i, ".csv")
    write.csv(edgelist[[i]], filename)
  }
}

现在，您也不需要uniq，因为unique 时间点的数量只是g 和您的edgelist 的长度。

当filename=paste(fname, i, ".csv") 时，paste 函数将在每个参数之间插入空格（即fname 1 .csv 而不是fname1.csv。您可以指定sep="" 来更改paste 的行为或使用paste0作为简写。

将所有内容重新组合在一起：

SubsetNetwork <-function (file) {
  df = read.csv(file)
  g <- lapply(split(df, df$Time), function(x) {
    graph.edgelist(as.matrix(x[c("Sender","Receiver")]), directed = T)
  })
  edgelist <- lapply(g, get.edgelist)

  for (i in 1:length(g)){
    filename=paste0(fname, i, ".csv")
    write.csv(edgelist[[i]], filename)
  }
}