我有一个pandas数据帧边,有两列节点1|节点2
Node1 Node2
0 A B
1 C B
2 C D
这些基本上显示了图中的边
我需要找出的是缺少边,即不存在(A,D(|(B,D(|
所需输出
Node1 Node2
0 A D
1 A C
2 B D
我尝试过的:
我将DataFrame转换为networkx图,然后使用nx.non_edges函数实现相同的目的(查找缺失的边(但由于硬件资源不足,networkx占用了RAM,笔记本电脑崩溃。我试图通过pandas Dataframe找到是否有可能得到图的缺失边,或者你可以说我需要找到图的COMPLEMENT。
一种可能的方法如下:
- 查找节点的所有长度
2
组合 - 在他们身上反复
- 保留
G.edges
中未包含的组合
from itertools import combinations
G = nx.from_pandas_edgelist(df, source='Node1', target='Node2')
edge_non_present = []
edges = set(G.edges())
for possible_edge in combinations(G.nodes(), r=2):
if possible_edge not in edges:
edge_non_present.append(possible_edge)
print(edge_non_present)
# [('A', 'C'), ('A', 'D'), ('B', 'D')]
更新
如果这导致了大量的组合,由于节点数量很大,那么从返回的生成器中抽取一部分,只迭代其中的一个子集:
from itertools import islice
G = nx.from_pandas_edgelist(df, source='Node1', target='Node2')
n_comb = 100
edge_non_present = []
edges = set(G.edges())
for possible_edge in islice(combinations(G.nodes(), r=2), 0, n_comb):
if possible_edge not in edges:
edge_non_present.append(possible_edge)