我是使用 Python 处理图形的新手:NetworkX。到目前为止,我一直在使用 Gephi。那里的标准步骤(但不是唯一可能的)是:
从表格/电子表格加载节点信息;其中一列应该是 ID,其余列是关于节点的元数据(节点是人,所以性别,组......通常用于着色)。喜欢:
id;NormalizedName;Gender per1;Jesús;male per2;Abraham;male per3;Isaac;male per4;Jacob;male per5;Judá;male per6;Tamar;female ...
然后也从表/电子表格加载边,使用与通常有四列(目标、源、权重和类型)的节点电子表格的列 ID 中相同的节点名称:
Target;Source;Weight;Type per1;per2;3;Undirected per3;per4;2;Undirected ...
这是我拥有的两个数据框,我想用 Python 加载它们。阅读有关 NetworkX 的文章,似乎不太可能将两个表(一个用于节点,一个用于边)加载到同一个图中,我不确定什么是最好的方法:
我是否应该仅使用来自 DataFrame 的节点信息创建一个图形,然后添加(追加)来自另一个 DataFrame 的边?如果是这样,并且由于 nx.from_pandas_dataframe() 需要有关边的信息,我想我不应该使用它来创建节点...我应该只将信息作为列表传递吗?
我是否应该仅使用来自 DataFrame 的边信息创建一个图形,然后将来自其他 DataFrame 的信息作为属性添加到每个节点?有没有比遍历 DataFrame 和节点更好的方法?
最佳答案
使用 nx.from_pandas_dataframe
从边表创建加权图:
import networkx as nx
import pandas as pd
edges = pd.DataFrame({'source' : [0, 1],
'target' : [1, 2],
'weight' : [100, 50]})
nodes = pd.DataFrame({'node' : [0, 1, 2],
'name' : ['Foo', 'Bar', 'Baz'],
'gender' : ['M', 'F', 'M']})
G = nx.from_pandas_dataframe(edges, 'source', 'target', 'weight')
然后使用 set_node_attributes
从字典中添加节点属性:
nx.set_node_attributes(G, 'name', pd.Series(nodes.name, index=nodes.node).to_dict())
nx.set_node_attributes(G, 'gender', pd.Series(nodes.gender, index=nodes.node).to_dict())
或者遍历图形以添加节点属性:
for i in sorted(G.nodes()):
G.node[i]['name'] = nodes.name[i]
G.node[i]['gender'] = nodes.gender[i]
更新:
从 nx 2.0
开始,nx.set_node_attributes
的参数顺序为 changed : (G, values, name=None)
使用上面的例子:
nx.set_node_attributes(G, pd.Series(nodes.gender, index=nodes.node).to_dict(), 'gender')
从 nx 2.4
开始,G.node[]
is replaced by G.nodes[]
.
关于python - 将具有属性和边的节点从 DataFrame 加载到 NetworkX,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42558165/