从 pandas 数据框创建 igraph Graph答案

【问题标题】：create igraph Graph from pandas dataframe从 pandas 数据框创建 igraph Graph
【发布时间】：2021-08-14 20:48:10
【问题描述】：

我有以下 pandas 数据框包含如下边缘列表：

        name1              name2    weight
0  $hort, Too  Alexander, Khandi  0.083333
1  $hort, Too             B-Real  0.083333

我想从 pandas 数据框（而不是文件）创建一个 igraph 对象。该图太大，因此我无法将其转换为邻接矩阵。该怎么做？

【问题讨论】：

标签： python pandas igraph

【解决方案1】：

我还在 igraph 中寻找 Networkx from_pandas_dataframe 的等效函数，我发现使用 Graph.TupleList() 作为最佳解决方案。所以基本上你从 3 个 pandas 列创建一个元组，然后使用这个函数来创建网络。

tuples = [tuple(x) for x in df.values]
Gm = igraph.Graph.TupleList(tuples, directed = True, edge_attrs = ['weight'])

【讨论】：

在这种情况下，igraph 分配的顶点编号如何与数据框中的原始名称相对应？
每个顶点都将被赋予一个名为name的属性，该属性对应于DataFrame中的原始名称，即name1和name2。您可以使用{v['name']: v.index for v in list(Gm.vs)} 获取 igraph 顶点索引到名称的映射。

【解决方案2】：

igraph 需要元组，pandas 提供 .itertuples() 用于一对：

(source, target, weight(optional))

假设您的数据框名为“df”，您可以通过以下方式从 pandas 数据框获取具有权重的有向图对象：

import pandas as pd
import igraph as ig

g = ig.Graph.TupleList(df.itertuples(index=False), directed=True, weights=True, edge_attrs="weight")

根据https://igraph.org/python/doc/igraph.Graph-class.html#TupleList

weights - 指定图表加权的替代方法。如果您将权重设置为 true 并且未给出 edge_attrs，它将是假设 edge_attrs 是 ["weight"] 并且 igraph 将解析第三个将每个项目中的元素转换为边缘权重

因此，在您的情况下，您不需要“edge_attrs=”，但我添加了它以防万一更通用的解决方案。

【讨论】：

很好的答案！我找了很久。一个更正：在 g = ig.Graph.TupleList(df.itertuples(index=False),directed=True, weights=True, edge_attrs="weight") 中放入 weights=False , not True 否则我会出错
查看示例：kaggle.com/alexandervc/…
您遇到了哪个错误？ kaggle 示例没有显示任何错误或设置 weight=False 的原因（当然，除非您的数据框中没有权重列）。

【解决方案3】：

我总是这样做的方式如下，尽管我经常重复边缘，这就是为什么我的权重容易改变（我假设你的 pandas 数据框名为 df）：

import igraph

edgelist = []
weights = []
for i in df.index():
    edge = (df.ix[i, 'name1'], df.ix[i, 'name2'])
    if edge not in edgelist:
        edgelist.append(edge)
        weights.append(1)
    else:
        weights[edgelist.index(edge)] += 1

G = Graph()
G.add_edges(edgelist)
G.es['weight'] = weights

【讨论】：

你应该把括号放在“for i in df.index():”这一行中

【解决方案4】：

只是草图/伪代码，但是呢：

for i, row in df.iterrows():
    graph.add_edge(row.name1, row.name2, weight=row.weight)

【讨论】：

当我使用这个代码时，我得到这个错误：AttributeError: 'tuple' object has no attribute 'node1'
@EmmaNej 感谢您的提醒。看起来像是从iterrows 返回了一个元组，因此您需要拆分该元组。一种方法是在 for 循环中指定索引和行对象。我更新了答案中的示例以反映这一点。
是的，我也试过了，但仍然出错！ TypeError: unbound method add_edge() 必须使用 Graph 实例作为第一个参数调用（改为使用 int64 实例）
好的，这是一个新错误，所以看起来 igraph 有不同的 add_edge 实现。所以我会查找有关graph.add_edge() 工作原理的文档。我会看这个教程：igraph.org/python/doc/tutorial/tutorial.html 可能想尝试类似g.add_edges((2,0)) 的东西，其中2 和0 是 from 和 to 值的 id。

【解决方案5】：

我使用的是 igraph 0.9.6 版，似乎有一种直接的方法可以做到这一点：

import igraph as ig
import pandas as pd

mydata = pd.DataFrame({'name1': ['$hort, Too', '$hort, Too'], 
                   'name2': ['Alexander, Khandi', 'B-Real'], 
                   'weight': [0.083333, 0.083333]})
mygraph = ig.Graph.DataFrame(mydata)

【讨论】：