我的原件data.table由三栏组成。
site,observation_number和id.

例如，以下是 id = z 的所有观察结果

这意味着 IDz已经从a到b到c。

每个 ID 没有固定数量的站点。

我希望将数据转换为这样的边缘列表

模拟数据

我目前这样做的方式感觉很复杂而且很慢（sox 有 1.5 mio 行，dt_out 有 ca. 7.5 mio. rows）。我基本上使用 for 循环observation_number将数据拆分为每个 ID 仅存在一次的块（即 - 只有一次旅程，到 - 从）。然后我投射数据，并将所有块剥离到一个新的 data.table 中。

我希望有人能帮我优化这个，最好创建一个函数，我可以在其中输入 data.table、站点 id、observationnumber id 和 id。出于某种原因，不管它是否有效，我都无法创建一个函数。

更新

使用系统时间（并运行系统时间几次）：

ps make_edgelist 已更新以订购 data.table

我很惊讶 dplyr (with lead) 几乎和 make_edgelist 一样快，并且比 data.table with 快得多shift。我想这意味着 dplyr 实际上会更快，因为更复杂的领先/滞后/移位。

我也觉得它令人费解 - 但不知道它是否有任何意义，dplyr 比两个 data.table 解决方案中的任何一个都使用了更多的“系统”时间。

输入数据：150 万行。结果：60 万行。

我有以下tidygraph 标题：

它看起来像这样：

有没有一种方便的方法可以将它们分成两个纯小块，一个用于节点部分，另一个用于边缘部分。

假设我们有一棵树igraph：

^{由reprex 包（v0.3.0）于 2019 年 12 月 21 日创建}

我们如何找到任意节点集合的最低共同祖先（LCA）？也就是说，在上面的例子中

1. 7 和 14 的 LCA 为 2。
2. 6、9、12 和 14 的 LCA 为 1。
3. 1 和 8 的 LCA 为 1。
4. 任何节点的 LCA 都是它自己。

等等。

感觉应该有一种优雅的方式来做到这一点igraph，但我还没有找到它。我玩弄了调用的交集all_simple_paths，但是由于我没有获得每个节点级别的好方法，所以这没有帮助。

我知道许多系统发育包为其他数据结构实现 了这一点，但如果图表上有合理的解决方案，我宁愿避免相互转换。（不过，我对tidygraph解决方案非常满意。）

我有一个我绘制的 tidy_igraph 数据网络。但是，我想将图中的单个节点着色为与所有其他节点不同的颜色，因为它是图中的中心点。

我做了以下操作来制作一个带有颜色列的小标题：

现在我想将单个节点作为图层添加到 ggraph，如下所示：

我刚刚执行了一个代码来使用 igraph 和 tidygraph 获得一致的图形。在我的示例中，A 和 C 之间的权重仅为 1。因此 igraph 包中的网络图将权重适当地反映为距离。

但是，我认为 tidygraph 未能将重量作为距离。例如，尽管权重很大，但 B 和 E 没有联系。

如何将重量反映为距离？

有没有一种优雅的方法来转换 R 列表，例如..

到一个层次图对象，例如可以生成一个桑基图？热衷于避免可怕的递归破解是可能的。

如果有帮助，可以以另一种方式合并叶值（本例中的百分比）。提前致谢。

编辑。示例 sankey 来说明图结构

我正在尝试使用 igraph （和 tidygraph ）及其函数来识别关节点之间的边缘articulation_points。换句话说，我正在寻找我的图表中的边缘，如果切割会将图表一分为二。我的第一个猜测是，我需要做的就是将边缘过滤到from和to顶点都是关节点的边缘。不幸的是，我很快发现这是不够的，因为这种方法会标记边缘，如果在它们彼此相邻时切割它们不会分裂网络。这个“关节边缘”列表还有另一条路线吗？

这是我的（不正确的）逻辑。

我将尝试提出一个最小的网络，该网络具有这种逻辑失败的特性。敬请关注。

我有一个表示为树的组织结构。

如果你注意到，树中的关系是一个孩子可以有多个父母。如下图所示，子公司 4 位于 4 个独特的基础分支之下。同样，子公司 3 位于 2 个独特的分支机构。

我如何总结我的树，以便孩子坐在多个分支上的任何地方，我都可以在最早的共同祖先下查看该孩子。

因此，例如，子公司 4 需要位于 BIG CORP 之下，因为这是包含子公司 4 的所有分支机构的第一个共同祖先。同样，子公司 3 应直接在 ABC Inc. 下报告。

新来的R；在 with 的帮助下尽力呈现我的问题reprex。

我有一个使用包的节点大小按度数的网络ggraph。

绘制的网络看起来不太好，因为一些节点非常小。

我想增加节点的相对大小。

在igraph中，我会增加节点的相对大小，例如：

我在ggraph（在下面的 rerpex 中）尝试了类似的东西，但结果是度数的乘积，而不是节点相对大小的增加。

ggraph如果只是因为整洁/语法方法和管理（哦，非常陡峭的）学习曲线，我想坚持使用该软件包（尽管如果有人对这两个软件包有一些想法，我可能会被说服）。

下面的示例没有附加图，因为我的声誉不够高，无法发布图像。但如果我做对了，reprex 应该做它应该做的事情。

^{由reprex 包（v0.3.0）于 2020-07-18 创建}

我有一个包含两列的数据框，一个 ID 列和一个具有与相应 ID 相关的子 ID 的列。子 ID 可以再次具有子 ID（在这种情况下，以前的子 ID 现在是一个 ID）。

我想编写一个函数来查找与 ID 相关的所有子 ID。它应该返回一个包含所有子 ID 的向量。

这与我迄今为止在 R 中所做的一切都非常不同，我很难为这个问题写一个好的标题。因此，如果使用正确的措辞，我可能已经通过谷歌搜索找到了答案。

我解决这个问题的第一个直觉是 while 循环。由于我也不知道可能有多少子级别，因此该功能应继续执行，直到找到所有子级别。我从来没有使用过while循环，也不知道如何在这里实现它们。

也许有人知道解决这个问题的好方法。谢谢！

编辑：忘记将 tibble 分配给 df 并在函数调用中使用此参数。