pandasデータフレームをNetworkxオブジェクトに変換するときにエッジ数が異なる

Question

networkxを使用して、各行が「エッジ」を表すtxtファイルから電子メールネットワーク構造を構築しています。パイソンにし、次のコードを使用して、networkxオブジェクトに変換：私は最初のtxtファイル（{ '#Sender'、 '受信者'、 '時間'} 3列）：ロード

import networkx as nx 
 
import pandas as pd 
 
email_df = pd.read_csv('email_network.txt', delimiter = '->') 
 
email = nx.from_pandas_dataframe(email_df, '#Sender', 'Recipient', edge_attr = 'time')

を

email.txtのデータには、hereにアクセスできます。 email（Networkxオブジェクト）3251

In [1]: len(email_df) 
In [2]: 82927 
In [3]: len(email.edges()) 
In [4]: 3251 

の長さを有している

しかし、email_df（pandasDataFrameオブジェクトは）私は本当に混乱しました、82927の長さを持っているためでも含む行の場合最初の2つのノードの同じ2つのノードは同じ方向のシーケンス（例えば '1'から '2'）を持ち、3番目のカラム（ 'time'はタイムスタンプを意味する）はそれらを互いに区別する必要があるため、エッジが現れる。そして、なぜ私はnx.from_pandas_dataframeを `email_df 'から読み込んだ後、エッジの数が82927から3251に劇的に減少したのですか？

誰でもこのことを私に説明するのに役立つでしょうか？

ありがとうございます。ここ

Answer 1

あなたのラインは、ソース・ノードとターゲットとしてRecipient列をSender列を取り、エッジが属性timeとして追加すると言っています。したがって、送信者と受信者の間に1つの（有向）エッジを作成するだけで、最後の行の時間だけがエッジの属性として追加されます。あなたが唯一のエッジノードのペアのために定義することができ

email = nx.from_pandas_dataframe(email_df, '#Sender', 'Recipient', edge_attr = 'time') 

- あなたのネットワークを構築する前に、グループのデータフレームをでき、エッジの重みとしてのカウントを使用し、

edge_groups = email_df.groupby(["#Sender", "Recipient"], as_index=False).count().rename(columns={"time":"weight"}) 
email = nx.from_pandas_dataframe(edge_groups, '#Sender', 'Recipient', edge_attr = 'weight')