Graphviz：将结果写入文件

Question

我有数据框

ID  domain  search_term
111 vk.com  вконтакте
111 twitter.com фэйсбук
111 facebook.com    твиттер
222 avito.ru    купить машину
222 vk.com  вконтакте
333 twitter.com твиттер
333 apple.com   купить айфон
333 rbk.ru  новости

我尝试用节点创建链并将其写入文件。我用

domains = df['domain'].values.tolist()
search_terms = df['search_term'].values.tolist()
ids = df['ID'].values.tolist()
f = Digraph('finite_state_machine', filename='fsm.gv', encoding='utf-8')
f.body.extend(['rankdir=LR', 'size="5,5"'])
f.attr('node', shape='circle')
for i, (id, domain, search_term) in enumerate(zip(ids, domains, search_terms)):
    if ids[i] == ids[i - 1]:
        f.edge(domains[i - 1], domains[i], label=search_terms[i])
f.view()

它returns 但是我想将它保存到文件中，比如 ID 的数量。我需要获取文件 111, 222, 333。我试试

for i, (id, domain, search_term) in enumerate(zip(ids, domains, search_terms)):
if ids[i] == ids[i - 1]:
    f = Digraph('finite_state_machine', filename='fsm.gv', encoding='utf-8')
    f.body.extend(['rankdir=LR', 'size="5,5"'])
    f.attr('node', shape='circle')
    f.edge(domains[i - 1], domains[i], label=search_terms[i])
    f.render(filename=str(id))

但是它工作不正常。它应该 return 到 111 和 333 有 3 个节点的链，但是在文件中我得到有 2 个节点的链到 111 和 333。此文件到 111：我做错了什么，我该如何解决？

Answer 1

不要把f = Digraph(...)和f.render(...)放在if-statement里面。 if-statement 中的代码应该为每个边缘执行一次。您不想创建一个新的 Digraph 并为每条边渲染它。

因此，您可以使用 df.groupby 让 Pandas 识别具有相同 ID 的行。然后为每个组调用一次 f = Digraph(...) 和 f.render(...)：

for id_key, group in df.groupby('ID'):
    f = Digraph('finite_state_machine', filename='fsm.gv', encoding='utf-8')
    f.body.extend(['rankdir=LR', 'size="5,5"'])
    f.attr('node', shape='circle')
    for i in range(len(group)-1):
        f.edge(group['domain'].iloc[i], group['domain'].iloc[i+1], 
               label=group['search_term'].iloc[i+1])
    f.render(filename=str(id_key))

Graphviz：将结果写入文件

Graphviz: write result to file

python

matplotlib

graphviz

pandas