python - 在 Gephi 中打开之前在 Networkx write_graphml 中添加属性

Question

我有一个由可能的网络连接组成的数据框，格式为 df = pd.DataFrame(["A", "B", "Count", "some_attribute"])。这个数据框代表这样的连接:

• A与B有联系
• 此连接发生了“Count”次
• 此连接具有特定属性(即特定类型的联系人)

我想将此 Dataframe 导出为 graphml 格式。使用以下代码可以正常工作:

import networkx as nx
G = nx.Graph()
G.add_weighted_edges_from(df[["A", "B", "Count"]].values)
nx.write_graphml(G, "my_graph.graphml")

这段代码生成了一个带有正确图表的 graphml 文件，我可以将其与 Gephi 一起使用。现在我想添加一个属性:

G = nx.Graph()
G.add_weighted_edges_from(df[["A", "B", "Count"]].values, attr=df["some_attribute"].values)
nx.write_graphml(G, "my_graph.graphml")

每当我尝试在此代码中添加属性时，都无法将其写入 graphml 文件。使用此代码，我收到以下错误消息:

NetworkXError: GraphML writer does not support <class 'numpy.ndarray'> as data values.

我找到了相关的文章(比如this 一篇)，但是没有提供解决这个问题的方法。有没有人有使用 networkx 将属性添加到 graphml 文件的解决方案，以便我可以在 Gephi 中使用它们？

Answer 1

假设随机数据帧:

import pandas as pd
df = pd.DataFrame({'A': [0,1,2,0,0],
                   'B': [1,2,3,2,3],
                   'Count': [1,2,5,1,1],
                   'some_attribute': ['red','blue','red','blue','red']})

    A   B   Count  some_attribute
0   0   1   1   red
1   1   2   2   blue
2   2   3   5   red
3   0   2   1   blue
4   0   3   1   red

按照上面的代码实例化一个Graph:

import networkx as nx    
G = nx.Graph()
G.add_weighted_edges_from(df[["A","B", "Count"]].values, attr=df["some_attribute"].values)

检查边时，似乎 numpy 数组 df['some_attribute'].values 作为属性分配给每个边:

print (G.edge[0][1])
print (G.edge[2][3])
{'attr': array(['red', 'blue', 'red', 'blue', 'red'], dtype=object), 'weight': 1}
{'attr': array(['red', 'blue', 'red', 'blue', 'red'], dtype=object), 'weight': 5}

如果我正确理解您的意图，我假设您希望每条边的属性对应于 df['some_attribute'] 列。

您可能会发现使用 nx.from_pandas_dataframe() 创建 Graph 更容易，特别是因为您已经在 DataFrame 对象中格式化了数据。

G = nx.from_pandas_dataframe(df, 'A', 'B', ['Count', 'some_attribute'])

print (G.edge[0][1])
print (G.edge[2][3])
{'Count': 1, 'some_attribute': 'red'}
{'Count': 5, 'some_attribute': 'red'}

写入文件没有问题:

nx.write_graphml(G,"my_graph.graphml")

除此之外，我不是 Gephi 的普通用户，所以可能还有另一种方法可以解决以下问题。当我用 'Count' 作为边属性加载文件时，Gephi 图默认不识别边权重。所以我将列名从 'Count' 更改为 'weight' 并在加载到 Gephi 时看到以下内容:

df.columns=['A', 'B', 'weight', 'some_attribute']
G = nx.from_pandas_dataframe(df, 'A', 'B', ['weight', 'some_attribute'])
nx.write_graphml(G,"my_graph.graphml")

希望这对您有所帮助，并且我正确理解了您的问题。

编辑

根据上面 Corley 的评论，如果您选择使用 add_edges_from，则可以使用以下内容。

G.add_edges_from([(u,v,{'weight': w, 'attr': a}) for u,v,w,a in df[['A', 'B', 'Count', 'some_attribute']].values ])

没有显着的性能提升，但我发现 from_pandas_dataframe 更具可读性。

import numpy as np

df = pd.DataFrame({'A': np.arange(0,1000000),
                   'B': np.arange(1,1000001),
                   'Count': np.random.choice(range(10), 1000000, replace=True),
                   'some_attribute': np.random.choice(['red','blue'], 1000000, replace=True,)})

%%timeit
G = nx.Graph()
G.add_edges_from([(u,v,{'weight': w, 'attr': a}) for u,v,w,a in df[['A', 'B', 'Count', 'some_attribute']].values ])

1 loop, best of 3: 4.23 s per loop

%%timeit
G = nx.Graph()
G = nx.from_pandas_dataframe(df, 'A', 'B', ['Count', 'some_attribute'])

1 loop, best of 3: 3.93 s per loop