Question

我是使用Python处理图形的新手：NetworkX。到现在为止我使用过Gephi。标准步骤（但不是唯一可行的）是：

从表格/电子表格加载节点信息;其中一列应该是ID，其余的是关于节点的元数据（节点是人，因此性别，组...通常用于着色）。像：
```
id;NormalizedName;Gender
per1;Jesús;male
per2;Abraham;male
per3;Isaac;male
per4;Jacob;male
per5;Judá;male
per6;Tamar;female
...
```
然后从表/电子表格加载边缘，使用与节点电子表格的列ID中相同的节点名称，通常有四列（目标，来源，重量和类型）： / p>
```
Target;Source;Weight;Type
per1;per2;3;Undirected
per3;per4;2;Undirected
...
```

这是我拥有的两个数据帧，我想在Python中加载。阅读关于NetworkX，似乎不太可能将两个表（一个用于节点，一个用于边缘）加载到同一个图表中，我不确定最好的方法是什么：

我是否应该仅使用DataFrame中的节点信息创建图形，然后添加（追加）来自其他DataFrame的边缘？如果是这样，并且因为nx.from_pandas_dataframe（）需要有关边的信息，我想我不应该用它来创建节点......我应该把这些信息作为列表传递吗？
我是否应该仅使用DataFrame中的边信息创建图形，然后将来自其他DataFrame的信息作为属性添加到每个节点？有没有比迭代DataFrame和节点更好的方法呢？

Answer 1

使用nx.from_pandas_dataframe：

从边缘表创建加权图表

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添加字典中的节点属性：

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())

或迭代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

自nx 2.0起，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')

Answer 2

这里的答案基本相同，但已更新，并填充了一些详细信息。我们将以基本相同的设置开始，但是这里将没有节点索引，仅是地址@LancelotHolmes注释的名称，并进行更多的设置。一般：

import networkx as nx
import pandas as pd

linkData = pd.DataFrame({'source' : ['Amy', 'Bob'],
                  'target' : ['Bob', 'Cindy'],
                  'weight' : [100, 50]})

nodeData = pd.DataFrame({'name' : ['Amy', 'Bob', 'Cindy'],
                  'type' : ['Foo', 'Bar', 'Baz'],
                  'gender' : ['M', 'F', 'M']})

G = nx.from_pandas_edgelist(linkData, 'source', 'target', True, nx.DiGraph())

这里的True参数告诉NetworkX将linkData中的所有属性保留为链接属性。在这种情况下，我将其设置为DiGraph类型，但是如果您不需要它，则可以通过显而易见的方式将其设置为其他类型。

现在，由于需要将nodeData与从linkData生成的节点的名称进行匹配，因此需要将nodeData数据帧的索引设置为name属性，然后再使其成为字典，以便NetworkX 2.x可以将其加载为节点属性。

nx.set_node_attributes(G, nodeData.set_index('name').to_dict('index'))

这会将整个nodeData数据帧加载到一个字典中，其中的键是名称，其他属性是该键内的key：value对（即，正常的节点属性，其中节点索引是其名称）。

Answer 3

一句话：

from_pandas_dataframe在nx 2中不起作用，请参阅此

G = nx.from_pandas_dataframe(edges, 'source', 'target', 'weight')

我认为在nx 2.0中它是这样的：

G = nx.from_pandas_edgelist(edges, source = "Source", target = "Target")

从DataFrame到NetworkX加载具有属性和边的节点

3 个答案:

更新