Representera nätverksdata med pandas

Nätverksanalys i Python – fortsättningskurs

Eric Ma

Data Carpentry instructor and author of nxviz package

CSV-filer för lagring av nätverksdata

CSV-fil

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

CSV-filer för lagring av nätverksdata

Fördelar:
- Läsbart för människor
- Vidare analys med pandas
Nackdelar:
- Repetitivt; diskutrymme
Två DataFrames: nod- och kantlistor

Nodlista och kantlista

Nodlista
- Varje rad är en nod
- Kolumnerna representerar metadata kopplad till noden
Kantlista
- Varje rad är en kant
- Kolumnerna representerar metadata kopplad till kanten

pandas och grafer

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 och grafer

nodelist

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

pandas och grafer

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')

Nu kör vi en övning!

Nätverksanalys i Python – fortsättningskurs