Python Pandas-创建包含节点对和边强度的数据帧
我正在创建一个简单的网络图,但在将数据设置为正确的形状时遇到了一些问题 我有一个包含两列的熊猫数据框架,其中包含关于不同实体之间协作的信息。列Project_ID列出了项目的ID,参与实体列出了参与项目的一个实体。包含3个实体的项目将占用3行。下面是一个简单的示例DF,列出了3个项目中3个实体之间的协作:Python Pandas-创建包含节点对和边强度的数据帧,python,pandas,network-programming,networkx,Python,Pandas,Network Programming,Networkx,我正在创建一个简单的网络图,但在将数据设置为正确的形状时遇到了一些问题 我有一个包含两列的熊猫数据框架,其中包含关于不同实体之间协作的信息。列Project_ID列出了项目的ID,参与实体列出了参与项目的一个实体。包含3个实体的项目将占用3行。下面是一个简单的示例DF,列出了3个项目中3个实体之间的协作: df = pd.DataFrame([[1,'a'],[1,'b'],[2,'a'],[2,'c'],[3,'a'],[3,'b'],[3,'c']], columns = ['Proje
df = pd.DataFrame([[1,'a'],[1,'b'],[2,'a'],[2,'c'],[3,'a'],[3,'b'],[3,'c']], columns = ['Project_ID','Participating_entity'])
#|---------------------|-------------------------|
#| Project_ID | Participating_entity |
#|---------------------|-------------------------|
#| 1 | A |
#| 1 | B |
#| 2 | A |
#| 2 | C |
#| 3 | A |
#| 3 | B |
#| 3 | C |
#|---------------------|-------------------------|
我想创建一个新的DF,显示参与的_实体对之间的协作数量。对于上面的简单数据,这将是
#|-------------|-----------|--------------------|
#| Entity_1 | Entity_2 | Num_collaborations |
#|-------------|-----------|--------------------|
#| A | B | 2 |
#| A | C | 2 |
#| B | C | 1 |
#|-------------|-----------|--------------------|
A与B和C各合作两次。B和C合作一次。协作只应列出一次。例如,A和B之间的连接只应列在A-B下,B-A不应存在任何行
提前谢谢 一种方法是结合使用。可能有一种特定于熊猫的方式,但这本质上是特定于图书馆的
from collections import defaultdict
from itertools import combinations
df_grouped = df.groupby('Project_ID')['Participating_entity'].apply(list).reset_index()
d = defaultdict(int)
for idx, row in df_grouped.iterrows():
for comb in combinations(row['Participating_entity'], 2):
d[frozenset(comb)] += 1
# defaultdict(int,
# {frozenset({'a', 'b'}): 2,
# frozenset({'a', 'c'}): 2,
# frozenset({'b', 'c'}): 1})
d = {tuple(sorted(k)): v for k, v in d.items()}
df_out = pd.DataFrame(list(d.items()))\
.rename(columns={0: 'Entities', 1: 'Num_collaborations'})
df_out = df_out.join(df_out['Entities'].apply(pd.Series))\
.drop('Entities', 1).rename(columns={0: 'Entity 1', 1: 'Entity 2'})
# Num_collaborations Entity 1 Entity 2
# 0 2 a b
# 1 2 a c
# 2 1 b c
你可以这样做:
In [210]: G = nx.from_pandas_edgelist(df, 'Project_ID', 'Participating_entity')
In [211]: from networkx.algorithms import bipartite
In [212]: W = bipartite.weighted_projected_graph(G, df['Participating_entity'].unique())
In [213]: W.edges(data=True)
Out[213]: EdgeDataView([('a', 'c', {'weight': 2}), ('a', 'b', {'weight': 2}), ('b', 'c', {'weight': 1})])