有R函数可以用igraph重构数据进行网络分析吗？

Question

我想根据患者数据对合并症进行网络分析，以便我可以以图形方式查看哪些疾病是相关的（我在下面将疾病命名为 com1 - com4）。

我有一个像这样的数据结构，其中每种合并症/疾病都用“1”表示。 ID 为 001 的患者患有合并症 com1 和 com2，这应该为我提供 com1 和 com2 之间的联系，而对于患者 002，则没有联系，因为只存在一种疾病，依此类推。因此，一些患者不会为网络做出贡献，而另一些患者则会通过多个连接做出贡献。

我认为可能有专门的函数来实现这一点，或者如果没有，我认为 for 循环可以以某种方式做到这一点。

我有这样的数据：

表1：

id	com1	com2	com3	com4
001	1	1	0	0
002	0	1	0	0
003	0	0	1	0
004	1	0	1	0
005	1	1	1	0
006	0	0	1	1

我正在寻找类似的东西，以便我在每个连接的新数据框中得到一个新行：

表2：

节点1	节点2
com1	com2
com1	com3
com1	com2
com1	com2
com1	com3
com3	com4

作为第二步，根据表2，我希望能够计算连接/边的数量。请注意，链接中没有方向，即 com1-com2 和 com2-com1 之间没有区别，这就是为什么 com2-com1 不在下表中的原因：

表3：

连接	n
com1-com2	2
com1-com3	2
com1-com4	0
com2-com3	1
com2-com4	0
com3-com4	1

任何帮助将不胜感激！

亲切的问候， 雅各布

在stackoverflow和其他地方搜索解决方案，没有找到任何

Answer 1

你可以尝试

crossprod

如下

m <- crossprod(as.matrix(df[-1]))
data.frame(
    connection = combn(row.names(m), 2, paste0, collapse = "-"),
    n = m[lower.tri(m)]
)

这给出了

  connection n
1  com1-com2 2
2  com1-com3 2
3  com1-com4 0
4  com2-com3 1
5  com2-com4 0
6  com3-com4 1

数据

df <- read.table(
    text = "id  com1    com2    com3    com4
001 1   1   0   0
002 0   1   0   0
003 0   0   1   0
004 1   0   1   0
005 1   1   1   0
006 0   0   1   1",
    header = TRUE,
    check.names = FALSE
)