Pandas 向图形中添加额外的边属性，并对dijkstra'；基于networkx的s算法

我有一个数据帧df_dist，其中包含以下列

df_dist = df[['S', 'D', 'L', 'RL']]

其中“S”是初始节点，“D”是目标节点L'是长度，“RL”是属性。由于我需要获得每对节点之间的最小距离（它们的数量将因项目而异），因此我使用networkx创建了一个图，然后使用Dijkstra算法获得最短路径。最后，我得到一个df，其中包含每对节点的最小距离矩阵

G = nx.from_pandas_edgelist(df_dist, 'S', 'D', 'L')
djk_dist=dict(nx.all_pairs_dijkstra_path_length(G, weight='L')) 
DJK=pd.DataFrame.from_dict(djk_dist).replace(0, np.nan)

我尝试的是将列“RL”的值合并为图“G”的边的属性，然后将对应于Dijkstra最小路径的边的值求和。所以我想得到的不仅仅是最小路径的矩阵，还有每个最小路径的“RL”值的总和。

---

有人知道这是否可能吗？我尝试了一些方法，但到目前为止没有任何效果

如果您提供示例数据，则提出解决方案会更容易。同样，您可以通过

'L'

将

'RL'

传递给

from pandas\u edgelist（）

如下

G=nx。from pandas\u edgelist（df_dist，'S'，'D'，['L'，'RL']）

，这样图形还包含额外的边属性

RL

。然后，一旦有了最小路径，就可以对每个路径进行迭代求和

G.edges[source\u node，destination\u node]['RL']

。