Python:如何使用 networkx 创建与另一个数据框对应的图形？

Question

我有两个数据框 df 和 df1。 df 包含一些节点的信息。所以

df  Name       Age
0   Jack       33
1   Anna       25
2   Emilie     49
3   Frank      19
4   John       42

而df1包含两个人之间的联系次数信息。在 df1 中我们可以有一些没有出现在 df

中的人

df1    Name1    Name2   c
0      Frank    Paul    2
1      Julia    Anna    5
2      Frank    John    1
3      Emilie   Jack    3
4      Tom      Steven  2
5      Tom      Jack    5

我想用 df 中的节点和 df1 中的连接之间的信息创建一个邻接矩阵。

为了从 df1 创建邻接矩阵，我做了以下操作:

import networkx as nx
G = nx.Graph()
G = nx.from.pandas_dataframe(df1, 'Name1', 'Name2', ['c'])
adj = nx.adjacency_matrix(G)

但是，这种方式与df 没有直接的对应关系。事实上，我想生成一个 6x6 邻接矩阵，其中 row 0 和 column 0 对应于 Jack。 第 1 行和第 1 列对应于 Anna 等等。

Answer 1

NetworkX 返回的邻接矩阵是稀疏的。首先，将其转换为密集矩阵:

dense = nx.adjacency_matrix(G).todense()

创建一个数据框，其内容是邻接矩阵，行和列代表所有节点:

adj_df = pd.DataFrame(dense, index=G.nodes(), columns=G.nodes())

最后，按照 df 的定义，获取数据帧的子集:

adj_df.loc[df.Name, df.Name]
#        Jack  Anna  Emilie  Frank  John
#Jack       0     0       1      0     0
#Anna       0     0       0      0     0
#Emilie     1     0       0      0     0
#Frank      0     0       0      0     1
#John       0     0       0      1     0