从 python 数据框的列构建二分图

Question

我有一个包含三列的数据框。

data['subdomain'],  data['domain'], data ['IP']

我想为子域的每个元素构建一个二分图对应同一个域，权重为它出现的次数对应。

例如我的数据可能是：

subdomain , domain, IP
test1, example.org, 10.20.30.40
something, site.com, 30.50.70.90
test2, example.org, 10.20.30.41
test3, example.org, 10.20.30.42
else, website.com, 90.80.70.10

我想要一个表明 example.org 的权重为 3 的二分图上面有 3 个边等等。我想将这些结果组合成一个新的数据框。

我一直在尝试使用 networkX，但我没有经验，尤其是在需要计算边缘时。

B=nx.Graph()
B.add_nodes_from(data['subdomain'],bipartite=0)
B.add_nodes_from(data['domain'],bipartite=1)
B.add_edges_from (...)

Answer 1

你可以使用

B.add_weighted_edges_from(
    [(row['domain'], row['subdomain'], 1) for idx, row in df.iterrows()], 
    weight='weight')

添加加权边，或者您可以使用

B.add_edges_from(
    [(row['domain'], row['subdomain']) for idx, row in df.iterrows()])

添加没有权重的边。

您可能不需要权重，因为节点度数是相邻边的数量到那个节点。例如，

>>> B.degree('example.org')
3

import pandas as pd
import networkx as nx
import matplotlib.pyplot as plt

df = pd.DataFrame(
    {'IP': ['10.20.30.40',
      '30.50.70.90',
      '10.20.30.41',
      '10.20.30.42',
      '90.80.70.10'],
     'domain': ['example.org',
      'site.com',
      'example.org',
      'example.org',
      'website.com'],
     'subdomain': ['test1', 'something', 'test2', 'test3', 'else']})

B = nx.Graph()
B.add_nodes_from(df['subdomain'], bipartite=0)
B.add_nodes_from(df['domain'], bipartite=1)
B.add_weighted_edges_from(
    [(row['domain'], row['subdomain'], 1) for idx, row in df.iterrows()], 
    weight='weight')

print(B.edges(data=True))
# [('test1', 'example.org', {'weight': 1}), ('test3', 'example.org', {'weight': 1}), ('test2', 'example.org', {'weight': 1}), ('website.com', 'else', {'weight': 1}), ('site.com', 'something', {'weight': 1})]

pos = {node:[0, i] for i,node in enumerate(df['domain'])}
pos.update({node:[1, i] for i,node in enumerate(df['subdomain'])})
nx.draw(B, pos, with_labels=False)
for p in pos:  # raise text positions
    pos[p][1] += 0.25
nx.draw_networkx_labels(B, pos)

plt.show()

产量

从 python 数据框的列构建二分图

Construct bipartite graph from columns of python dataframe

python

graph

dataframe

networkx