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。标准步骤（但并非唯一可能的步骤）包括：

1. 从表/电子表格中加载节点信息；其中一列应该是ID，其余的是关于节点的元数据（节点是人，所以性别、组。。。通常用于着色）。比如：

   id;NormalizedName;Gender
   per1;Jesús;male
   per2;Abraham;male
   per3;Isaac;male
   per4;Jacob;male
   per5;Judá;male
   per6;Tamar;female
   ...
   

2. 然后，也从表/电子表格加载边，对节点使用与节点电子表格的列ID中相同的名称，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帧，我想在Python中加载它们。阅读NetworkX，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. 我应该只创建一个包含数据帧中节点信息的图，然后添加（附加）其他数据帧的边吗？如果是这样，并且由于nx.from_pandas_dataframe（）需要有关边的信息，我想我不应该使用它来创建节点。。。我应该把这些信息作为单子传递吗？

2. 我是否应该只创建一个带有数据帧边缘信息的图，然后将来自其他数据帧的信息作为属性添加到每个节点？有没有比遍历数据帧和节点更好的方法呢？

Answer 1

这里基本上是相同的答案，但是更新了一些细节。我们将从基本相同的设置开始，但这里不会有节点的索引，只是地址@LancelotHolmes comment并使其更通用的名称：

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。在本例中，我将其设为DiGraph类型，但如果不需要，则可以用明显的方式将其设为另一种类型。

现在，由于需要根据从linkData生成的节点的名称来匹配nodeData，因此需要将nodeData dataframe的索引设置为name属性，然后再将其设置为字典，以便NetworkX 2.x可以将其作为节点属性加载。

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，其他属性是键：键内的值对（即，节点索引是其名称的普通节点属性）。

Answer 2

一句话：

from_pandas_dataframe在nx 2中不起作用，指的是这个

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

我认为在NX2.0中它是这样的：

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

Answer 3

使用^{}从边表创建加权图：

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^{}从字典中添加节点属性：

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：

从nx 2.0开始，nx.set_node_attributes的参数顺序为changed：(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')