如何在 Pandas 中鏈接值和查找組

Question

我有一個來自Dataframe的 Dataframe：

import pandas as pd

df = pd.DataFrame([{'element_from':'A', 'element_to':'B'}, 
                   {'element_from':'A', 'element_to':'C'}, 
                   {'element_from':'D','element_to':'C'},
                   {'element_from':'G','element_to':'H'},
                   {'element_from':'H','element_to':'I'}])
print(df)

Output：

  element_from element_to
0            A          B
1            A          C
2            D          C
3            G          H
4            H          I

它表示不同元素之間的聯系。 由於中介，元素可以間接鏈接。 例如，由於 B，A 和 C 被鏈接。

換句話說，會有我想識別的元素組。

結果可能是一個標識組的新列，如下所示：

  element_from element_to group
0            A          B    G1
1            A          C    G1
2            D          C    G1
3            G          H    G2
4            H          I    G2

有沒有一種簡單的方法可以在 Pandas 中實現這一目標？ 謝謝你。

Answer 1

你可以使用networkx

import networkx as nx

G = nx.Graph()
G.add_nodes_from(df.element_from.append(df.element_to).unique())
G.add_edges_from(df.to_records(False))

groups = list(nx.algorithms.components.connected_components(G))
df["group"] = [groups.index(group) for element in df.element_from for group in groups if element in group]

Output

  element_from element_to  group
0            A          B      0
1            A          C      0
2            D          C      0
3            G          H      1
4            H          I      1

---

要獲得預期的 output，請添加以下行：

df["group"] = 'G' + (df["group"] + 1).astype(str)

  element_from element_to group
0            A          B    G1
1            A          C    G1
2            D          C    G1
3            G          H    G2
4            H          I    G2

Answer 2

檢查 networkx 和連接的組件。

import networkx as nx

# create graph from edge list
G = nx.from_pandas_edgelist(df, source='element_from', target='element_to')

# find connected components and label the nodes
to_map = {x: f'G{k}' for k,v in enumerate(nx.connected_components(G), 1) 
                     for x in v
         }

Output；

  element_from element_to group
0            A          B    G1
1            A          C    G1
2            D          C    G1
3            G          H    G2
4            H          I    G2
df['group'] = df['element_from'].map(to_map)