熊猫：大型节点对之间的最短路径长度

Question

我有一个包含orgin_nodes和Distination_nodes的数据框，如下所示：

我需要通过应用下一个函数，使用networkx库来计算这些节点之间的short_path_length：

def short_path_length (node1,node2):
    return nx.shortest_path_length(G, node1, nod2,weight='length')

df['short_path_length']=np.vectorize(short_length_nodes)(df['Orgin_nodes'],df['Destination_nodes'])

其中G是从osmnx库派生的网络图： 我将此代码应用于数据帧示例，结果如下：

当我将其应用于大约3000000行的原始数据帧时，需要花费更多时间吗？

有没有办法使运行速度更快？

更新1：

我遵循了@gboeing的答案，并将networkx graph转换为igraph如下（https://github.com/gboeing/osmnx-examples/blob/master/notebooks/18-osmnx-to-igraph.ipynb）：

ox.config(use_cache=True, log_console=True)
weight = 'length'
G_nx = nx.relabel.convert_node_labels_to_integers(G)
# convert networkx graph to igraph
G_ig = ig.Graph(directed=True)
G_ig.add_vertices(list(G_nx.nodes()))
G_ig.add_edges(list(G_nx.edges()))
G_ig.vs['osmid'] = list(nx.get_node_attributes(G_nx, 'osmid').values())
G_ig.es[weight] = list(nx.get_edge_attributes(G_nx, weight).values())



def short_path_length(node1,node2):
        return G_ig.shortest_paths(source=node1,target=node2, weights=weight)[0][0]


df['short_path_length'] = df.apply(short_path_length(df['Orgin_nodes'],df['Destination_nodes']), axis=1)

我收到此错误：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<timed exec> in <module>()

<timed exec> in short_path_length(node1, node2)

ValueError: vertex IDs must be positive, got: -1 

此错误的原因是df['Orgin_nodes'],df['Destination_nodes']中的节点号与G_ig顶点名称不匹配。 我该怎么解决？

更新2

我通过创建包含G_nx.nodes及其对应的OSMid值的datframe并用Orgin_nodes替换了Destination_nodes和G_nx.nodes来解决上述问题，如下所示：

df_indices_osmid_Orgin=pd.DataFrame.from_dict({'Orgin_nodes':list(nx.get_node_attributes(G_nx, 'osmid').values()),'Indecise_Nodes_Orgin':list(G_nx.nodes())})
df=pd.merge(df,df_indices_osmid_Orgin,how='inner',on='Orgin_nodes')
df_indices_osmid_Dest=pd.DataFrame.from_dict({'Destination_nodes':list(nx.get_node_attributes(G_nx, 'osmid').values()),'Indecise_Nodes_Dest':list(G_nx.nodes())})
df=pd.merge(df,df_indices_osmid_Dest,how='inner',on='Destination_nodes')

并应用以下df函数样本来测量最短距离：

sampl_df=df.head()
def short_path_length(row):
    return G_ig.shortest_paths(source=row['Indecise_Nodes_Orgin'], target=row['Indecise_Nodes_Dest'], weights=weight)[0][0]
sampl_df['short_path_length_1'] = sampl_df.apply(short_path_length, axis=1)

尽管运行无误，但与以前的试用相比花费了更长的时间：

sampl_df=df.head()
%%time
    def short_path_length(row):
        return G_ig.shortest_paths(source=row['Indecise_Nodes_Orgin'], target=row['Indecise_Nodes_Dest'], weights=weight)[0][0]
sampl_df['short_path_length_1'] = sampl_df.apply(short_path_length, axis=1)

运行时间：2.89秒

每个循环2.88 s±66.3 ms（平均±标准偏差，共运行7次，每个循环1次）

%%time
def short_path_length(row):
    return nx.shortest_path_length(G, row['Orgin_nodes'], row['Destination_nodes'], weight='length')
sampl_df['short_path_length_2'] = sampl_df.apply(short_path_length, axis=1)

运行时间：1.24 s

每个循环1.2 s±15.7毫秒（平均±标准偏差，共运行7次，每个循环1次）

%%time
def short_path_length (node1,node2):
     return nx.shortest_path_length(G, node1, node2,weight='length')

sampl_df['short_path_length_intr3']=np.vectorize(short_path_length)(sampl_df['Orgin_nodes'],sampl_df['Destination_nodes'])

运行时间：1.2秒

每个循环1.21 s±12毫秒（平均±标准偏差，共运行7次，每个循环1次）

因此可以注意到，第三是最好的，或者不是不是规模，用于识别其中哪个运行更快。

Answer 1

这是一个固有的不可向量化问题，因为您要传递节点标签并使用图形对象通过算法计算它们之间的最短路径。通过简化代码，您可能会得到较小的提速：

def short_path_length(row):
    return nx.shortest_path_length(G, row['Orgin_nodes'], row['Destination_nodes'], weight='length')
df['short_path_length'] = df.apply(short_path_length, axis=1)

要获得更快的速度，请将您的OSMnx图形导出到igraph，以在C中快速计算最短路径，如OSMnx examples中笔记本18所示。