pandas dataframe 中的邊緣列表以使用 networkx 進行可視化

Question

我在使用 networkx 將 dataframe 表示為網絡時遇到了困難。 該問題似乎與 dataframe 的大小有關，或者為了更好地解釋，與 dataframe 中存在重復項有關。

我的數據集是

   Src          Dst
x.serm.cool    [x.serm.cool, x.creat.cool]
x.creat.cool   [x.creat.cool, x.serm.cool]
sms.sol.tr     [sms.sol.tr]
bbb.asl.gt     [bbb.asl.gt,cdc.fre.gh,str.alert.jf]
cdc.fre.gh     [cdc.fre.gh, bbb.asl.gt,str.alert.jf]
str.alert.jf   [str.alert.jf, bbb.asl.gt, cdc.fre.gh]
    ...
x.serm.cool    [x.serm.cool]

其中Src的值用作節點， Dst用作邊。 這意味着，例如， x.serm.cool有兩個鏈接，一個與自身（但不需要考慮），另一個與x.creat.cool 。 另一個例子： str.alert.jf有三個鏈接：一個與自身（但它沒有值）； 一個帶有bbb.asl.gt另一個帶有 c dc.fre.gh 。 所有鏈接都是無向的。 我試圖用不同的顏色來表示列表中的一些節點：

df["color"] = "blue"
df.loc[df.Src.isin(["x.serm.cool", "cdc.fre.gh "]), "color"] = "green"
df["Dst"] = df.Dst.apply(lambda x: x[1:-1].split(","))

G = nx.from_pandas_edgelist(df.explode("Dst"), 'Src', 'Dst')
nx.draw(G, node_color = df.color) 

但由於以下原因，我收到了錯誤消息： df["Dst"] = df.Dst.apply(lambda x: x[1:-1].split(",")) 。 正如YOBEN_S在相關問題中所解釋的（請參閱本問題的底部），問題在於考慮使用列表而不是字符串。 但是，當我嘗試如下：

test=["x.serm.cool", "cdc.fre.gh "]
df['color'] = np.where(df.Src.isin(test), "blue", "green")
G = nx.from_pandas_edgelist(df.explode("Dst"), 'Src', 'Dst')
nx.draw(G, node_color = df.color)

我收到此錯誤：

ValueError: 'c' argument has 79 elements, which is inconsistent with 'x' and 'y' with size 76.

我的原始數據集長度為79 ，而76似乎是沒有Src重復的數據集的長度/大小。 我認為重復項可能很重要，因為它們給出了節點的大小，所以我不想將它們從我的數據集和網絡中刪除。

你能幫我解決這個問題嗎？

相關問題和答案：

• 如何拆分 pandas 中的列？
• 來自 pandas dataframe 的邊緣列表，具有不同顏色的節點

Answer 1

您面臨的問題是因為您的數據中的某些項目是重復的。 要解決它，您需要在相關地方使用drop_duplicates ：

df["color"] = "blue"
df.loc[df.Src.isin(["x.serm.cool", "cdc.fre.gh"]), "color"] = "green"
df["Dst"] = df.Dst.apply(lambda x: x[1:-1].split(","))
df = df.explode("Dst").drop_duplicates()
G = nx.from_pandas_edgelist(df, 'Src', 'Dst')

colors = df[["Src", "color"]].drop_duplicates()["color"]
nx.draw(G, node_color = colors)

output：