Netzwerkdaten mit pandas darstellen

Fortgeschrittene Netzwerkanalyse in Python

Eric Ma

Data Carpentry instructor and author of nxviz package

CSV-Dateien zur Speicherung von Netzwerkdaten

CSV-Datei

person,party,weight
Barrett.Samuel,LondonEnemies,1
Barrett.Samuel,StAndrewsLodge,1
Marshall.Thomas,LondonEnemies,1
Eaton.Joseph,TeaParty,1
Bass.Henry,LondonEnemies,1

CSV-Dateien zur Speicherung von Netzwerkdaten

Vorteile:
- Menschlich lesbar
- Weiter mit pandas analysieren
Nachteile:
- Redundant; Speicherplatz
Zwei DataFrames: Knoten- und Kantenliste

Knotenliste und Kantenliste

Knotenliste
- Jede Zeile ein Knoten
- Spalten = Metadaten zum Knoten
Kantenliste
- Jede Zeile eine Kante
- Spalten = Metadaten zur Kante

Pandas und Graphen

list(G.nodes(data=True))

[(0, {'bipartite': 0}),
(1, {'bipartite': 0}),
(2, {'bipartite': 0}),
...]

nodelist = []

for n, d in G.nodes(data=True):
    node_data = dict() 
    node_data['node'] = n

    node_data.update(d)

    nodelist.append(node_data)

Pandas und Graphen

nodelist

[{'bipartite': 0, 'node': 0},
{'bipartite': 0, 'node': 1},
{'bipartite': 0, 'node': 2},
{'bipartite': 0, 'node': 3},
{'bipartite': 0, 'node': 4},...]

Pandas und Graphen

import pandas as pd
pd.DataFrame(nodelist)

  bipartite  node
0           0     0
1           0     1
2           0     2
3           0     3
4           0     4
5           1     5
6           1     6
7           1     7

pd.DataFrame(nodelist).to_csv('my_file.csv')

Lass uns üben!

Fortgeschrittene Netzwerkanalyse in Python