如何仅从Edge DataFrame制作GraphFrame

Question

从this开始，“也可以从包含边缘信息的单个DataFrame构造GraphFrame。将从边缘的源和目的地推断出顶点。”

但是，当我查看其API doc时，似乎没有办法创建它。

有人尝试仅使用边缘DataFrame创建GraphFrame吗？怎么样？

Answer 1

graphframes scala API具有一个名为fromEdges的函数，该函数从边缘数据帧生成一个graphframe。据我所知，该功能在pyspark中不可用，但是您可以执行以下操作：

##something

verticesDf = edgesDF.select('src').union(edgesDF.select('dst'))
verticesDf = verticesDf.withColumnRenamed('src', 'id')

##more something

达到相同的目的。

Answer 2

为了避免在顶点列表中出现重复，我将添加一个不同的

verticesDf=edgesDf \
     .select("src") \ 
     .union(edgesDf.select("dst")) \
     .distinct() \
     .withColumnRenamed('src', 'id')

verticesDf.show()

graph=GraphFrame(verticesDf,edgesDf)