Python 将具有属性和边的节点从DataFrame加载到NetworkX

我是使用Python处理图形的新手：NetworkX。到目前为止，我一直在使用Gephi。这些标准步骤（但不是唯一可能的）包括：

从表格/电子表格加载节点信息；其中一列应该是ID，其余的是关于节点的元数据（节点是人，所以性别、组……通常用于着色）。比如：

然后也从表格/电子表格加载边，使用与节点电子表格的列ID中相同的节点名称，通常有四列（目标、源、权重和类型）：

这是我拥有的两个数据帧，我想在Python中加载它们。在阅读NetworkX时，似乎不太可能将两个表（一个用于节点，一个用于边）加载到同一个图中，我不确定最好的方法是什么：

我是否应该仅使用数据帧中的节点信息创建一个图，然后添加（附加）另一个数据帧中的边？如果是这样，并且由于nx.from_pandas_dataframe（）需要关于边的信息，我想我不应该使用它来创建节点。。。我应该把信息作为列表传递吗

我是否应该仅使用来自数据帧的边信息创建一个图，然后将来自其他数据帧的信息作为属性添加到每个节点？有没有比遍历数据帧和节点更好的方法

---

使用以下方法从边表创建加权图：

然后使用以下命令从字典中添加节点属性：

或在图形上迭代以添加节点属性：

for i in sorted(G.nodes()):
    G.node[i]['name'] = nodes.name[i]
    G.node[i]['gender'] = nodes.gender[i]

更新： 从

nx2.0

开始，

nx.set\u node\u attributes

的参数顺序为：

（G，value，name=None）

使用上面的示例：

nx.set_node_attributes(G, pd.Series(nodes.gender, index=nodes.node).to_dict(), 'gender')

从

nx2.4

，

G.node[]

G.nodes[]

一句小评论：

from_pandas_dataframe在NX2中不起作用，指的是这一个

G = nx.from_pandas_dataframe(edges, 'source', 'target', 'weight')

我认为在nx 2.0中是这样的：

G = nx.from_pandas_edgelist(edges, source = "Source", target = "Target")

---

这里的答案基本相同，但更新了一些细节。我们将从基本相同的设置开始，但这里没有节点的索引，只有名称来处理@LancelotHolmes注释并使其更通用：

import networkx as nx
import pandas as pd

linkData = pd.DataFrame({'source' : ['Amy', 'Bob'],
                  'target' : ['Bob', 'Cindy'],
                  'weight' : [100, 50]})

nodeData = pd.DataFrame({'name' : ['Amy', 'Bob', 'Cindy'],
                  'type' : ['Foo', 'Bar', 'Baz'],
                  'gender' : ['M', 'F', 'M']})

G = nx.from_pandas_edgelist(linkData, 'source', 'target', True, nx.DiGraph())

这里的

True

参数告诉NetworkX将linkData中的所有属性保留为链接属性。在本例中，我将它制作成一个

有向图

类型，但是如果您不需要它，那么您可以以显而易见的方式将它制作成另一个类型

现在，由于需要通过从linkData生成的节点名称来匹配nodeData，因此需要将nodeData dataframe的索引设置为

name

属性，然后再将其设置为字典，以便NetworkX 2.x可以将其作为节点属性加载

nx.set_node_attributes(G, nodeData.set_index('name').to_dict('index'))

---

这会将整个nodeData数据帧加载到一个字典中，其中键是名称，其他属性是该键中的键：值对（即，节点索引是其名称的普通节点属性）。

太棒了，谢谢！我的节点列表还包括一些有时我不需要的节点，因此我首先从边中列出所有节点名称，并使用以下信息过滤节点表：

entities_edges=sorted（list（set（edges[“Target”].tolist（）+edges[“Source”].tolist（））；节点=pd.read_csv（输入文件夹+文件节点，编码=“utf-8”，sep=“\t”）；nodes=节点[nodes['id'].isin（实体_边）]G从图中删除未连接的节点。从（nx.isolates（G））

@h\u s中删除节点，回答很好，但我想知道如果我没有有意义的索引，我如何使用

nx.set\u node\u attributes

方法，或者我只能使用for循环？NetworkX 2.3没有来自\u pandas\u数据帧的

。
G = nx.from_pandas_dataframe(edges, 'source', 'target', 'weight')

G = nx.from_pandas_edgelist(edges, source = "Source", target = "Target")

import networkx as nx
import pandas as pd

linkData = pd.DataFrame({'source' : ['Amy', 'Bob'],
                  'target' : ['Bob', 'Cindy'],
                  'weight' : [100, 50]})

nodeData = pd.DataFrame({'name' : ['Amy', 'Bob', 'Cindy'],
                  'type' : ['Foo', 'Bar', 'Baz'],
                  'gender' : ['M', 'F', 'M']})

G = nx.from_pandas_edgelist(linkData, 'source', 'target', True, nx.DiGraph())

nx.set_node_attributes(G, nodeData.set_index('name').to_dict('index'))