Networkx：计算图表上的最短路径并将其存储到 Pandas 数据框

Question

我有一个熊猫数据框，如下所示。该框架中还有更多与任务无关的列。 id 列显示句子ID，而e1 和e2 列包含句子的实体（=words）及其在r 列中的关系

id     e1        e2          r
10     a-5       b-17        A 
10     b-17      a-5         N
17     c-1       a-23        N
17     a-23      c-1         N
17     d-30      g-2         N
17     g-20      d-30        B

我还为每个句子创建了一个图表。该图是从看起来有点像这样的边列表创建的

[('wordB-5', 'wordA-1'), ('wordC-8', 'wordA-1'), ...]

所有这些边都在一个列表（列表）中。该列表中的每个元素都包含每个句子的所有边。意思是list[0]有句子0的边缘等等。

现在我想执行如下操作：

graph = nx.Graph(graph_edges[i])
shortest_path = nx.shortest_path(graph, source="e1", 
target="e2")
result_length = len(shortest_path)
result_path = shortest_path

对于数据框中的每一行，我想计算最短路径（从e1 中的实体到e2 中的实体，并将所有结果保存在 DataFrame 的新列中，但我不知道该怎么做。

我尝试使用诸如此类的结构

e1 = DF["e1"].tolist()
e2 = DF["e2"].tolist()
for id in Df["sentenceID"]:
    graph = nx.Graph(graph_edges[id])
    shortest_path = nx.shortest_path(graph,source=e1, target=e2)
result_length = len(shortest_path)
result_path = shortest_path

要创建数据，但它说目标不在图表中。

new df=

id     e1        e2          r     length     path
10     a-5       b-17        A       4         ..
10     b-17      a-5         N       4         ..
17     c-1       a-23        N       3         ..
17     a-23      c-1         N       3         ..
17     d-30      g-2         N       7         ..
17     g-20      d-30        B       7         ..

Answer 1

这里有一种方法来做你想做的事，分三个不同的步骤，以便更容易遵循。

• 第 1 步：从边列表构建 networkx 图形对象。
• 第 2 步：创建一个包含 2 列的数据框（对于此 DF 中的每一行，我们希望从 e1 列到 e2 中的实体的最短距离和路径）
• 第 3 步：逐行计算 DF，计算最短路径和长度。将它们作为新列存储在 DF 中。

第 1 步：构建图并逐一添加边

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

elist = [[('a-5', 'b-17'), ('b-17', 'c-1')], #sentence 1
         [('c-1', 'a-23'), ('a-23', 'c-1')], #sentence 2
         [('b-17', 'g-2'), ('g-20', 'c-1')]] #sentence 3

graph = nx.Graph()

for sentence_edges in elist:
    for fromnode, tonode in sentence_edges:
        graph.add_edge(fromnode, tonode)

nx.draw(graph, with_labels=True, node_color='lightblue')

第 2 步：创建所需距离的数据框

#Create a data frame to store distances from the element in column e1 to e2
DF = pd.DataFrame({"e1":['c-1', 'a-23', 'c-1', 'g-2'],
             "e2":['b-17', 'a-5', 'g-20', 'g-20']})
DF

第三步：计算最短路径和长度，并存入数据框

这是最后一步。计算最短路径并存储它们。

pathlist, len_list = [], [] #placeholders

for row in DF.itertuples():
    so, tar = row[1], row[2]
    path = nx.shortest_path(graph, source=so, target=tar)
    length=nx.shortest_path_length(graph,source=so, target=tar)
    pathlist.append(path)
    len_list.append(length)

#Add these lists as new columns in the DF
DF['length'] = len_list
DF['path'] = pathlist

这会产生所需的结果数据框：

希望对你有所帮助。

Answer 2

对于任何对解决方案感兴趣的人（感谢Ram Narasimhan）：

 pathlist, len_list = [], []
 so, tar = DF["e1"].tolist(), DF["e2"].tolist()
 id = DF["id"].tolist()

 for _,s,t in zip(id, so, tar):
     graph = nx.Graph(graph_edges[_]) #Constructing each Graph
     try:
         path = nx.shortest_path(graph, source=s, target=t)
         length = nx.shortest_path_length(graph,source=s, target=t)
         pathlist.append(path)
         len_list.append(length)
     except nx.NetworkXNoPath:
         path = "No Path"
         length = "No Pathlength"
         pathlist.append(path)
         len_list.append(length)

 #Add these lists as new columns in the DF
 DF['length'] = len_list
 DF['path'] = pathlist