Representando dados de rede com pandas

Análise de Redes Intermediária em Python

Eric Ma

Data Carpentry instructor and author of nxviz package

Arquivos CSV para armazenar dados de rede

Arquivo CSV

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

Arquivos CSV para armazenar dados de rede

Vantagens:
- Legível por humanos
- Análise adicional com pandas
Desvantagens:
- Repetitivo; ocupa espaço em disco
Dois DataFrames: lista de nós e de arestas

Lista de nós e lista de arestas

Lista de nós
- Cada linha é um nó
- As colunas são metadados desse nó
Lista de arestas
- Cada linha é uma aresta
- As colunas são metadados dessa aresta

Pandas e 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 e grafos

nodelist

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

Pandas e 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 praticar!

Análise de Redes Intermediária em Python