问候人们,
出于网络视觉的目的,我一直在努力向networkd3中的r对象添加颜色组。呈现视觉效果的代码很稳定,但是我目前将分组变量设置为1
。棘手的一点是,我有一个单独的表,用于评估颜色组。
我试图通过首先生成一个列表将其添加为向量。
V(network)$color <- group[V(network)$name]
我还尝试了一个名为makeVertexAtt
的自定义函数,还使用了igraph中的set_vertex_attr
和vertex_attr-set
,但无济于事。我在网络对象内进行简单连接时遇到的问题是cannot coerce class ‘"igraph.vs"’ to a data.frame
。足够公平,但是如果创建矢量并将其添加进去,则会出现Not a graph object
错误。
举个例子(由于这不是一个图形对象),我有这个名字向量:
V(Graph)$names<-c("knife","kitchen","toilet","shower","toothbrush", "shed")
然后我有一个单独的数据集,该数据集包含单词和类别两列。
Word<-c("knife","kitchen","toilet","shower","toothbrush")
Category <-c("Kitchen","Kitchen","bathroom","bathroom","bathroom")
理想情况下,我希望具有匹配向量的V(graph)$ color属性
V(graph)$color<-c("Kitchen","Kitchen","bathroom","bathroom","bathroom","N/A")
任何想法都会受到赞赏。
答案 0 :(得分:0)
问候人们,我想我解决了我的问题。 networkD3对象是列表的列表。在Python中使用该概念非常好,但是在R中访问级别时,我没有使用两个$
进入列表列表。
因此,不要将组变量应用于network.D3$nodes
。我需要向network.D3$nodes$group
添加新顶点。因此,为了解决我的问题,我在调用中同时创建了一个合并变量,
group<- as.dataframe (Word,Category)
list<-merge (x=network.D3$nodes, y=group, x.by="names", y.by="Word",all.x=TRUE)
network.D3$nodes$group<-list$Category
forceNetwork(Links = network.D3$links,
Nodes = network.D3$nodes,
Source = 'source',
Target = 'target',
NodeID = 'name',
Group = 'group',
opacity = 0.9,
Value = 'Width',
fontSize = 12,
zoom = TRUE,
opacityNoHover = 1)
我发现我的计划有缺陷。由于某种原因,将向量创建为单独的评估值,然后再将其重新添加不起作用,因为networkD3对象的顺序发生了变化吗?这是奇怪的行为。 (不幸的是,由于数据保护,我无法分享真实的例子。)
因此,我尝试使用以下代码在创建属性的过程中进行评估:
network.D3$nodes$group<- list(merge(x=network.D3$nodes,y=Lexicon, by="name", all.x = TRUE))
但这会将顶点添加为数据帧,然后无法将其放置在forcenetwork
中。在plyr
中进行尝试并没有提供更好的结果。
network.D3$nodes$group<- Lexicon %>% join(network.D3$nodes,Lexicon,by="name",type = "left")) %>% select(list(Category_1))
>Error in match.arg(match, c("first", "all")) :
'arg' must be NULL or a character vector
如何在匹配评估之后添加向量,将结果保存为可以分配给列表对象的networkD3列表的向量?
答案 1 :(得分:0)
这是一种将组信息从一个数据框合并到节点数据框的简便方法
names <- c("knife", "kitchen", "toilet", "shower", "toothbrush", "shed")
nodes <- data.frame(names, stringsAsFactors = FALSE)
Word <- c("knife", "kitchen", "toilet", "shower", "toothbrush")
Category <- c("Kitchen", "Kitchen", "bathroom", "bathroom", "bathroom")
group <- data.frame(Word, Category, stringsAsFactors = FALSE)
nodes$group <- group$Category[match(nodes$names, group$Word)]
nodes
# names group
# 1 knife Kitchen
# 2 kitchen Kitchen
# 3 toilet bathroom
# 4 shower bathroom
# 5 toothbrush bathroom
# 6 shed <NA>