如何仅从 Edge DataFrame 制作 GraphFrame

Question

由此看来， “GraphFrame 也可以从包含边信息的单个 DataFrame 构建。顶点将从边的源和目的地推断出来。”

然而，当我查看其API 文档时，似乎无法创建一个。

有人尝试仅使用边缘 DataFrame 创建 GraphFrame 吗？如何？

Answer 1

为了避免顶点列表中出现重复，我会添加一个不同的

verticesDf=edgesDf \
     .select("src") \ 
     .union(edgesDf.select("dst")) \
     .distinct() \
     .withColumnRenamed('src', 'id')

verticesDf.show()

graph=GraphFrame(verticesDf,edgesDf)

Answer 2

graphframes scala API 有一个名为fromEdges的函数，它从边缘数据帧生成图框。据我所知，这个函数在 pyspark 中不可用，但你可以这样做：

##something

verticesDf = edgesDF.select('src').union(edgesDF.select('dst'))
verticesDf = verticesDf.withColumnRenamed('src', 'id')

##more something

达到同样的目的。