Question

我有一个节点网络（parends / childs，每个都有一个id），并希望为每个连接节点集群生成一个唯一的ID。我正在使用Python，Pandas和networkx。

例如，我有

id  a    b    c
1  101  201  301
2  101  202  302
3  102  202  302
4  103  203  303
5  103  204  304

例如，在列a中，第1行和第2行是链接的。

我想获得

id  a    b    c   id_cluster
1  101  201  301      1
2  101  202  302      1
3  102  202  302      1
4  103  203  303      2
5  103  204  304      2

Answer 1

因此，如果我正确理解事物，这相当于有两种类型的节点：

您的DataFrame中的节点，其中包含(a, 101)
DataFrame中列与值的组合

，此DataFrame是图表的边缘。

因此，1连接到2＆amp; (b, 202)

和2连接到3＆amp; 1

所以，所有2，3，(a, 101)，(a, 102)，(b, 201)，(b, 202)，(c, 301)，{ {1}}已与(c, 302)相关联。

我不熟悉networkx，但似乎有一个名为connected_components的函数可以为您提供连接的子图。所以，

import pandas as pd
import networkx as nx
from StringIO import StringIO


df = pd.read_table(StringIO("""
id  a    b    c
1  101  201  301
2  101  202  302
3  102  202  302
4  103  203  303
5  103  204  304"""), delim_whitespace=True)

df = df.set_index('id')

G = nx.Graph()
for (id_, column), other_node in df.stack().iteritems():
    G.add_edge(id_, (column, other_node))

cluster_map = pd.Series(
    {id_: id_cluster + 1
     for id_cluster, ids in enumerate(nx.connected_components(G))
     for id_ in ids
     if not isinstance(id_, tuple)},
    name='id_cluster')

df = df.join(cluster_map)
print(df)

产量

      a    b    c  id_cluster
id                           
1   101  201  301           1
2   101  202  302           1
3   102  202  302           1
4   103  203  303           2
5   103  204  304           2

网络群集的唯一ID

1 个答案: