Python 熊猫中的有向图

我试图找出图中哪些边是双向的。每行是一条边。对于每个起始节点A，我正在搜索每个对应的结束节点B，如果它们将节点A作为结束点：

for ending_point_B in nodeA:
    nodeA in ending_points_of_B

忽略df['S']中现在重复的条目。如何优化此搜索？我怀疑有点像groupby。对于我的真实图形，这种方式花费了太多的时间

多谢各位

from pandas import *

def missing_node(node):
    set1 = set(df[df.E == node].S.values)
    set2 = set(df.E[df.S == node].values)
    return list(set1.difference(set2))

x = [1,1,2,2,3]
y = [2,3,1,3,1]

df = DataFrame([x,y]).T
df.columns = ['S','E'] #Start & End

df['Missing'] = df.S.apply(missing_node)

df:

   S  E Missing
0  1  2      []
1  1  3      []
2  2  1      []
3  2  3      []
4  3  1     [2]

---

如果我正确理解您的问题，您需要找到所有非双向的节点对。在上面的示例中，只有这样一对节点是2和3。鉴于此，您可以执行以下操作：

In [1]: df['is_bi'] = df.index.map(lambda x: np.any(map(lambda y: np.all(y), df.ix[x][['E', 'S']].values == df.values)))
In [2]: df
Out[2]:
   S  E  is_bi
0  1  2   True
1  1  3   True
2  2  1   True
3  2  3  False
4  3  1   True

因此

df[-df.is_bi]

将为您提供所有非双向的节点对：

In [3]: df[-df.is_bi][['S', 'E']]
Out[3]: 
   S  E
3  2  3

x = [1,1,2,2,3]
y = [2,3,1,3,1]

fwd = set( zip(x,y) )
rev = set( zip(y,x) )
print ' not bi: ', fwd.difference(rev)

---

我觉得这太复杂了，一定有办法用pandas本机函数来实现，但上面的解决方案可以做到这一点。

pandas很棒，但不确定您是否需要它。类似于以下内容的内容将为您提供非双向链接：

In [3]: df[-df.is_bi][['S', 'E']]
Out[3]: 
   S  E
3  2  3

x = [1,1,2,2,3]
y = [2,3,1,3,1]

fwd = set( zip(x,y) )
rev = set( zip(y,x) )
print ' not bi: ', fwd.difference(rev)

这将返回：

非bi:set（[（2，3）]）

---

是的，我不需要熊猫，但对于后验分析来说，它变得很有用，只是想更好地理解熊猫的数据结构。谢谢你的拉链提示。