从Pandas DataFrame构造NetworkX图

Question

我想从一个简单的Pandas DataFrame创建一些NetworkX图：

        Loc 1   Loc 2   Loc 3   Loc 4   Loc 5   Loc 6   Loc 7
Foo     0       0       1       1       0       0           0
Bar     0       0       1       1       0       1           1
Baz     0       0       1       0       0       0           0
Bat     0       0       1       0       0       1           0
Quux    1       0       0       0       0       0           0

其中Foo…是索引， Loc 1到Loc 7是列。 但转换为Numpy矩阵或重新排列似乎不适用于为nx.Graph()生成输入。 是否有实现这一目标的标准策略？ 我不反对重新格式化Pandas中的数据 - >转储到CSV - >导入到NetworkX，但似乎我应该能够从索引和值中的节点生成边缘。

Answer 1

NetworkX期望一个方形矩阵 （节点和边），或许*你想传递它：

In [11]: df2 = pd.concat([df, df.T]).fillna(0)

注意：索引和列的顺序是一样的很重要！

In [12]: df2 = df2.reindex(df2.columns)

In [13]: df2
Out[13]: 
       Bar  Bat  Baz  Foo  Loc 1  Loc 2  Loc 3  Loc 4  Loc 5  Loc 6  Loc 7  Quux
Bar      0    0    0    0      0      0      1      1      0      1      1     0
Bat      0    0    0    0      0      0      1      0      0      1      0     0
Baz      0    0    0    0      0      0      1      0      0      0      0     0
Foo      0    0    0    0      0      0      1      1      0      0      0     0
Loc 1    0    0    0    0      0      0      0      0      0      0      0     1
Loc 2    0    0    0    0      0      0      0      0      0      0      0     0
Loc 3    1    1    1    1      0      0      0      0      0      0      0     0
Loc 4    1    0    0    1      0      0      0      0      0      0      0     0
Loc 5    0    0    0    0      0      0      0      0      0      0      0     0
Loc 6    1    1    0    0      0      0      0      0      0      0      0     0
Loc 7    1    0    0    0      0      0      0      0      0      0      0     0
Quux     0    0    0    0      1      0      0      0      0      0      0     0

In[14]: graph = nx.from_numpy_matrix(df2.values)

这不会将列/索引名称传递给图表，如果您想这样做，可以使用relabel_nodes （您可能必须警惕pandas的DataFrames中允许的重复项）：

In [15]: graph = nx.relabel_nodes(graph, dict(enumerate(df2.columns))) # is there nicer  way than dict . enumerate ?

*目前尚不清楚所需图表的列和索引的确切含义。

Answer 2

有点迟到的答案，但现在networkx可以从pandas数据帧中读取数据 ，在这种情况下，理想情况下，简单有向图的格式如下：

+----------+---------+---------+
|   Source |  Target |  Weight |
+==========+=========+=========+
| Node_1   | Node_2  |   0.2   |
+----------+---------+---------+
| Node_2   | Node_1  |   0.6   |   
+----------+---------+---------+

如果您使用邻接矩阵，那么Andy Hayden是对的，您应该注意正确的格式。 因为在你的问题中你使用0和1，我想你想看到一个无向图。 这可能看起来违反直觉，因为你说Index代表一个人，而列代表一个给定人所属的群体 ，但另一方面，群体（成员）属于一个人也是正确的。 遵循这个逻辑，您实际上应该将组放在索引中，将人员放在列中。

只是旁注：您还可以在有向图的意义上定义此问题，例如，您希望可视化层次结构类别的关联网络。 在那里，例如从Samwise Gamgee到Hobbits的关联通常比在另一个方向更强（因为Frodo Baggins更可能是Hobbit原型）

Answer 3

您也可以使用scipy来创建方形矩阵，如下所示：

import scipy.sparse as sp

cols = df.columns
X = sp.csr_matrix(df.astype(int).values)
Xc = X.T * X  # multiply sparse matrix
Xc.setdiag(0)  # reset diagonal

# create dataframe from co-occurence matrix in dense format
df = pd.DataFrame(Xc.todense(), index=cols, columns=cols)

稍后，您可以从数据框创建边缘列表并将其导入Networkx：

df = df.stack().reset_index()
df.columns = ['source', 'target', 'weight']

df = df[df['weight'] != 0]  # remove non-connected nodes

g = nx.from_pandas_edgelist(df, 'source', 'target', ['weight'])