代码之家 › 专栏 › 技术社区 › âÊÊá¸á¸½á¸

获取网络邻接表的有效方法?

networkx pandas python

âÊÊá¸á¸½á¸ · 技术社区 · 7 年前

pd.DataFrame({'id' : [1,1,2,3,4],
              'place' : ['bar','pool','bar','kitchen','bar']})

Out[4]: 
   id    place
0   1      bar
1   1     pool
2   2      bar
3   3  kitchen
4   4      bar

这里的网络结构是这样的 id 身份证件 如果他们去同一个地方。

例如,这里 1 已连接到 2 和 4 bar .

1. 3 未连接,因为 1. 去了 酒吧 和 pool kitchen (唯一的地方 3. 转到)

我的真实数据是巨大的,大约50万。什么是获得 adjacency list source target target 就像在 https://networkx.github.io/documentation/networkx-1.10/reference/readwrite.adjlist.html

adjacency_list
1 2 4
2 1 4
4 1 2

我们能避免循环和使用熊猫戏法吗?

谢谢

2 回复 | 直到 7 年前

BENY 7 年前

使用 unique 然后将列0切换为1,将列1切换为0 concat 他们两个在一起

adj=pd.DataFrame(df.groupby('place').id.unique().loc[lambda x : x.str.len()>1].tolist())
pd.concat([adj,adj.rename(columns={0:1,1:0})])
Out[810]: 
   0  1
0  1  2
0  2  1

更新:

newdf=df.merge(df,on='place')
x=nx.from_pandas_dataframe(newdf,'id_x','id_y') # using merge to get the connect for all id by link columns place. 
[list(itertools.permutations(x, len(x)) for x in list(nx.connected_components(x))] # using permutations get the all combination for each  connected_components in networkx 
Out[821]: [[(1, 2), (1, 3), (2, 1), (2, 3), (3, 1), (3, 2)]]

数据输入

df
Out[822]: 
   id place
0   1   bar
1   1  pool
2   2   bar
3   3   bar

Karn Kumar 7 年前

>>> df
   id    place
0   1      bar
1   1     pool
2   2      bar
3   3  kitchen
>>> df.groupby('place').id.nunique().value_counts()
1    2
2    1
Name: id, dtype: int64

推荐文章