Representar datos de redes con pandas

Análisis de redes intermedio en Python

Eric Ma

Data Carpentry instructor and author of nxviz package

Archivos CSV para almacenar datos de redes

Archivo CSV

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

Archivos CSV para almacenar datos de redes

Ventajas:
- Legible para humanos
- Analiza más con pandas
Desventajas:
- Repetitivo; espacio en disco
Dos DataFrames: listas de nodos y aristas

Lista de nodos y lista de aristas

Lista de nodos
- Cada fila es un nodo
- Las columnas son metadatos de ese nodo
Lista de aristas
- Cada fila es una arista
- Las columnas son metadatos de esa arista

Pandas y grafos

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 y grafos

nodelist

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

Pandas y grafos

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')

¡Vamos a practicar!

Análisis de redes intermedio en Python