使用networkx的有向网络和边缘权重

Question

我有以下熊猫日期框：

df = pd.DataFrame({
    'id_emp':[13524791000109, 12053850000137, 4707821000113],
    'name_emp': [
        'JL Consultores',
        'GRAAL OURINHOS',
        'SOJA COMERCIO DE DERIVADOS DE PETROLEO LTDA'
    ],
    'name_dep': [
        'DIONILSO MATEUS MARCON',
        'JOSE AUGUSTO ROSA',
        'LUCIO ANTONIO MOSQUINI'
    ],
    'donnated_value': [ 750.00, 5000.00, 27350.00],
    'donnated_amount': [1,1,1],
    'reimbursed_value':[36000.00,410.55, 241.22],
    'amount_reimbursed': [1,2,1],
    'roi':[4800.00, 8.21,0.88]
})

我需要创建一个有向网络，其中 df['name_dep'] 和 df['id_emp] 是节点。然后，数据帧的每一行都提供两个节点，由具有权重的边连接。边的权重与 roi 列一致：对于 roi 的值在 0 到 100 之间，权重等于 1；介于 100 和 1000 之间，权重等于 2；最多 1000，权重等于 3。如下面的代码，我可以为特定的 name_dep 绘制一个网络：

G = nx.Graph()
deputado = 'DIONILSO MATEUS MARCON'
lista_subset_graph = list(df[df["name_dep"] == deputado]["id_emp"]) + 
[deputado]
H = G.subgraph(lista_subset_graph)
nx.draw(H, style = "solid", with_labels = True)
plt.savefig("teste.png")  
plt.show() 

现在有必要像所有节点一样绘制网络，并在边缘添加权重。感谢您的帮助。

Answer 1

# Create graph
G = nx.Graph()
# Add id_emp nodes
G.add_nodes_from(df['id_emp'])
# Set 'name_emp' attribute for 'name_emp' column values
for node in G.nodes:
    G.nodes[node]['name_emp'] = df.loc[df['id_emp'] == node]['name_emp'].values[0]
# Add name_dep nodes
G.add_nodes_from(df['name_dep'])
# Create the new column with transformed 'roi' values
df['roi_new'] = df['roi'].apply(
    lambda x: 1 if x < 100 else 2 if 100 <= x < 1000 else 3
)
# Add weighted edges
G.add_weighted_edges_from(df[['id_emp', 'name_dep', 'roi_new']].values)

附：看起来你应该交换 name_dep 和 name_emp，name_emp 中的值更适合 name_dep。