将具有属性和边的节点从 DataFrame 加载到 NetworkX

Question

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：

1. 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
   ...

1. 然后也从表/电子表格加载边，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、源、权重和类型）：

    Target;Source;Weight;Type
   per1;per2;3;Undirected
   per3;per4;2;Undirected
   ...

这是我拥有的两个数据框，我想在 Python 中加载它们。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：

1. 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）来自其他 DataFrame 的边？如果是这样，并且由于 nx.from_pandas_dataframe() 需要有关边缘的信息，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？

2. 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 和节点更好的方法呢？

原文由 José 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

使用 nx.from_pandas_dataframe 从边缘表创建加权图：

 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 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：

自 nx 2.0 nx.set_node_attributes 参数顺序已 更改： (G, values, name=None)

使用上面的示例：

 nx.set_node_attributes(G, pd.Series(nodes.gender, index=nodes.node).to_dict(), 'gender')

从 nx 2.4 ， G.node[] 被替换为 G.nodes[] 。

原文由 harryscholes 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

这是基本上相同的答案，但更新了一些细节。我们将从基本相同的设置开始，但这里不会有节点索引，只有名称来解决@LancelotHolmes 评论并使其更通用：

 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 DiGraph 类型，但如果您不需要它，那么您可以以显而易见的方式将其设为另一种类型。

现在，由于您需要通过 linkData 生成的节点名称来匹配 nodeData，因此需要将 nodeData 数据帧的索引设置为 name 属性，然后再将其设为字典，以便 NetworkX 2.x 可以加载它作为节点属性。

 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，其中键是名称，其他属性是该键中的键：值对（即，节点索引是其名称的普通节点属性）。

原文由 Aaron Bramson 发布，翻译遵循 CC BY-SA 4.0 许可协议