将具有属性和边的节点从 DataFrame 加载到 NetworkX答案

【问题标题】：Load nodes with attributes and edges from DataFrame to NetworkX将具有属性和边的节点从 DataFrame 加载到 NetworkX
【发布时间】：2017-03-02 14:31:42
【问题描述】：

我是使用 Python 处理图表的新手：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：

从表格/电子表格中加载节点信息；其中一列应该是 ID，其余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
...
```
然后也从表格/电子表格中加载边，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 的信息，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，我不确定最好的方法是什么：

我是否应该只使用来自 DataFrame 的节点信息创建一个图，然后添加（附加）来自另一个 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...我应该将信息作为列表传递吗？
我是否应该只使用来自 DataFrame 的边信息创建一个图，然后将来自另一个 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？

【问题讨论】：

标签： python pandas graph networkx

【解决方案1】：

使用nx.from_pandas_dataframe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set_node_attributes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：

截至nx 2.0，nx.set_node_attributes 的参数顺序为changed：(G, values, name=None)

使用上面的例子：

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

截至nx 2.4，G.node[] is replaced by G.nodes[]。

【讨论】：

太棒了，谢谢！我的节点列表还包括一些有时我不需要的节点，所以我首先从边缘列出所有节点名称并使用以下信息过滤节点表：entities_edges = sorted(list(set(edges["Target"].tolist()+edges["Source"].tolist()))); nodes = pd.read_csv(input_folder+file_nodes, encoding="utf-8", sep="\t"); nodes = nodes[nodes['id'].isin(entities_edges)]; 然后我已经按照你说的做了。你怎么看待这件事？非常感谢您的回答！！！
乍一看似乎是正确的。您可以稍后在 Gephi 中过滤它们，因为它们的度数为零
如果对set_node_attributes使用字典方式，则无需担心entities_edges中不包含的节点。随后可以使用G.remove_nodes_from(nx.isolates(G)) 从图中删除未连接的节点。
@h_s ，很好的答案，但我想知道我是否没有有意义的索引如何使用nx.set_node_attributes 方法，或者我只能使用 for 循环？
遗憾的是，NetworkX 2.3 没有from_pandas_dataframe。

【解决方案2】：

这里的答案基本相同，但更新了一些细节。我们将从基本相同的设置开始，但这里不会有节点的索引，只是用于解决 @LancelotHolmes 评论的名称并使其更多一般：

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

现在，由于您需要通过从 linkData 生成的节点的名称来匹配 nodeData，因此您需要将 nodeData 数据帧的索引设置为 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，其他属性是该键中的键：值对（即，节点索引是其名称的普通节点属性）。

【讨论】：

【解决方案3】：

一个小小的说明：

from_pandas_dataframe 在 nx 2 中不起作用，参考这个

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

我认为在 nx 2.0 中是这样的：

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

【讨论】：