在python中连接具有相似节点的元素

Posted 2023-02-19

【中文标题】在python中连接具有相似节点的元素

【英文标题】：connecting elements with similar nodes in python

【发布时间】：2021-10-15 16:43:49

【问题描述】：

我在想有一个python networkx 解决以下问题，但我还没有想通。假设我有以下数据框：

import pandas as pd

df_test = pd.DataFrame('ID':[100,100,200,200,300,300,400,400,500,500,600,600], 'Node':[4,5,6,4,5,8,5,7,1,5,2,3], 'Stress':[12,14,11,10,9,7,12,13,5,6,14,11])

看起来像

ID	Node	Stress
100	4	12
100	5	14
200	6	11
200	4	10
300	5	9
300	8	7
400	5	12
400	7	13
500	1	5
500	5	6
600	2	14
600	3	11

现在我需要做的是，构造一个函数 f(ID, lower_Stress, upper_Stress)，它采用给定的 ID 和压力的上下界（包括），并输出所有连接节点的 ID 和压力在给定的 lower_Stress 和 upper_Stress 范围内的水平。

例如，f(100, 7,13) 会输出 ID：100, 200, 300, 400。请注意，ID == 500 不会被包括在内，因为虽然它有一个连接节点为 100（即 Node = = 5)，其应力水平在边界之外。 ID == 600 也不包括在内，因为它的节点不与 ID==100 连接。

感谢您的帮助！

【问题讨论】：

对我来说听起来就像你有一个二分图（ID 和节点），并且可以在（ID）上创建投影，同时为边缘设置连接节点的最小和最大应力水平。然后您的函数只需要检索给定 ID 的第一个邻域并根据边缘中的最小值/最大值进行过滤。

【参考方案1】：

好的，所以我要抛出一个答案（对我自己的问题）。这可以解决问题，但可能会变得更清洁/更快：

import networkx as nx

def get_neighbors(ID, lower, upper):
  df_test = df_test[(df_test['Stress'] <= upper) & (df_test['Stress'] >= lower)]

  gs = nx.from_pandas_edgelist(df_test,'ID','Node')
  connected_components = nx.connected_components(gs)
  d = y:i for i, x in enumerate(connected_components) for y in x

  df_test['group'] = df_test.ID.replace(d)

  id_group = df_test[df_test['ID'] == ID]['group']
  id_neighbors = df_test[df_test['group'] == id_group.iloc[0]]
  
  return id_neighbors