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

哪里Foo…是指数,并Loc 1以Loc 7是列.但转换为Numpy矩阵或重新排列似乎不适用于生成输入nx.Graph().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,如果你想这样做你可以使用relabel_nodes(你可能需要警惕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)