从DataFrame加载属性和边缘到NetworkX的节点 [英] Load nodes with attributes and edges from DataFrame to NetworkX

问题描述

我是使用Python处理图表的新人：NetworkX。直到现在我已经使用了Gephi。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，其余的是关于节点的元数据（节点是人，所以性别，群体......通常用于着色）。喜欢：
   
   

     id; NormalizedName; Gender 
    per1;Jesús; male 
    per2; Abraham; male 
    per3; Isaac;男性
    per4; Jacob;男性
    per5;Judá;男性
    per6;添马舰;女性
    ... 
     
    
    
   然后从表格/电子表格中加载边缘，使用节点的相同名称节点电子表格通常有四列（目标，来源，重量和类型）： 
    
    
    目标;来源;重量;类型
    per1; per2; 3;无向的
    per3; per4; 2;无向的
    ... 
     
    
    
    

这是我拥有的两个数据框，我想用Python加载。阅读关于NetworkX，看起来不太可能将两个表（一个用于节点，一个用于边）加载到同一个图中，我不确定最佳方式是什么：

1. 我应该仅使用DataFrame中的节点信息创建图形，然后从其他DataFrame中添加（追加）边缘？如果是这样，因为nx.from_pandas_dataframe（）期望有关边缘的信息，我想我不应该用它来创建节点......我应该只是将这些信息作为列表传递出去？




2. 我应该仅使用DataFrame中的边缘信息创建图形，然后将其他DataFrame中的信息添加到每个节点作为属性？有没有比迭代DataFrame和节点更好的方法？

>

使用 nx.from_pandas_dataframe ：

 将networkx导入为nx 
将pandas导入为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（边缘， 'source'，'target'，'weight'）
  

然后添加dictiona中的节点属性使用 set_node_attributes ：

pre $ 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（））


或者遍历图来添加节点属性：



  for i in sorted（G.nodes（））：
 G.node [i] ['name'] = nodes.name [i] 
 G .node [i] ['gender'] = nodes.gender [i] 
  





更新： h3>



自 nx 2.0 nx.set_node_attributes 已更改：（G，values，姓名=无）





使用上面的示例：



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




I am new using Python for working with graphs: NetworkX. Until now I have used Gephi. There the standard steps (but not the only possible) are:

1. Load the nodes informations from a table/spreadsheet; one of the columns should be ID and the rest are metadata about the nodes (nodes are people, so gender, groups... normally to be used for coloring). Like:

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

2. Then load the edges also from a table/spreadsheet, using the same names for the nodes as it was in the column ID of the nodes spreadsheet with normally four columns (Target, Source, Weight and Type):

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

This are the two dataframes that I have and that I want to load in Python. Reading about NetworkX, it seems that it's not quite possible to load two tables (one for nodes, one for edges) into the same graph and I am not sure what would be the best way:

1. Should I create a graph only with the nodes informations from the DataFrame, and then add (append) the edges from the other DataFrame? If so and since nx.from_pandas_dataframe() expects information about the edges, I guess I shouldn't use it to create the nodes... Should I just pass the information as lists?

2. Should I create a graph only with the edges information from the DataFrame and then add to each node the information from the other DataFrame as attributes? Is there a better way for doing that than iterating over the DataFrame and the nodes?

解决方案

Create the weighted graph from the edge table using nx.from_pandas_dataframe:

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')

Then add the node attributes from dictionaries using set_node_attributes:

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())

Or iterate over the graph to add the node attributes:

for i in sorted(G.nodes()):
    G.node[i]['name'] = nodes.name[i]
    G.node[i]['gender'] = nodes.gender[i]

Update:

As of nx 2.0 the argument order of nx.set_node_attributes has changed: (G, values, name=None)

Using the example from above:

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

这篇关于从DataFrame加载属性和边缘到NetworkX的节点的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！