Python Networkx到R igraph的转换有错误

我正在尝试将以下Python代码（用于

Networkx

）转换为R（用于

igraph

）

---

下面是我尝试从Python到R的部分转换

# R code

library("data.table")
library("igraph")

dogs <- make_empty_graph()

dogcsv <- fread("dogs.csv")

dogid <- 0

nodeStr <- c("id", "species", "Location 1", "Location 2")

nodeInt <- "sumflu"

fluCols <- c("Influenza-1", "Influenza-2", "Influenza-3", "Influenza-4", 
"Influenza-5", "Influenza-6", "Influenza-7", "Influenza-8")

for(flu in fluCols) {
dogs[flu] <- dogs %>% add_vertices(8) %>% add_vertices(dogs[flu], typ = "host")
    }

在Python

Networkx

中，可以通过graphname.function（例如

DG.add_节点（dogID，typ='animal'）

调用图形

R's

igraph

中是否有等效项

是否有任何方法可以调用R的

igraph

中的节点，而不必定义节点数

此外，您是否会就完成R的翻译提供提示或建议

多谢各位

---

以下内容包含.csv数据：

id、物种、位置1、位置2、动物id、苏姆病毒、流感1、流感2、流感3、流感4、流感5、流感6、流感7、流感8、流感9
MW 391,1,0,0,0,0,0,0,0,0，公园4号公园1号主机YUI-4322
MW 390,0,0,0,0,0,0,0,0,0,0，公园4号公园2号主机YUI-4321
MW 389,1,0,0,0,0,0,0,0,0，公园4号公园2号主机YUI-4320
MW 388,0,0,0,0,0,0,0,0,0,0公园4公园2号主机YUI-4319
MW 387,1,0,0,0,0,0,0,0,0公园4公园2号主机YUI-7318
MW 386,0,0,0,0,0,0,0,0,0,0公园4公园1号主机YUI-4317
MW 385,1,1,0,0,0,0,0,0,0,0公园4公园2号主机YUI-4316
YUI-2315，主机1，避难所2，避难所，MV319,1,0,0,0,0,0,1,0,0

---

YUI-4314，主机1，避难所2，避难所，MV 332,1,0,0,0,0,0,0,1,0,0
我对你所做的感到困惑，但我可以告诉你，狗是一个图形对象，你试图在一条直线上同时做多件没有意义的事情

呼叫狗[流感]会给出所有与流感相关的顶点

添加顶点（8）是将8个新顶点添加到图形中

add_顶点（dogs[flu]，typ=“host”）是将相同的节点添加到图形中，如果dogs[flu]是可调用的，则该节点将已经存在

只需在之前添加所有节点（添加顶点[fluCols]，尽管它可能需要整数而不是字符串），然后在之后修改这些节点。

您可能会感兴趣[。存在igraph Python版本；可能作为中间步骤，您可以将其转换为。但是如何离开networkx？；-）

# R code

library("data.table")
library("igraph")

dogs <- make_empty_graph()

dogcsv <- fread("dogs.csv")

dogid <- 0

nodeStr <- c("id", "species", "Location 1", "Location 2")

nodeInt <- "sumflu"

fluCols <- c("Influenza-1", "Influenza-2", "Influenza-3", "Influenza-4", 
"Influenza-5", "Influenza-6", "Influenza-7", "Influenza-8")

for(flu in fluCols) {
dogs[flu] <- dogs %>% add_vertices(8) %>% add_vertices(dogs[flu], typ = "host")
    }

Error in intI(i, n = x@Dim[1], dn[[1]], give.dn = FALSE) : 
  no 'dimnames[[.]]': cannot use character indexing