Power BI中使用NetworkX绘制网络图的三类技术问题

问题1：移除空白节点 #

空白节点的出现源于数据中空的目标节点，之前用math.isnan()失效是因为空值可能是字符串空值而非数值NaN，改用pandas.isna()可覆盖所有空值类型，提供两种处理方式：

1. 创建图前清理数据：直接删除包含空目标节点的行

import pandas as pd

# 移除目标节点为空的行
dataset = dataset.dropna(subset=["NodeName.1"])

# 基于清理后的数据创建图
G = nx.from_pandas_edgelist(dataset, source="NodeName", target="NodeName.1")

2. 创建图后移除空节点：遍历图节点，筛选并移除所有空值节点

import pandas as pd
import networkx as nx

G = nx.from_pandas_edgelist(dataset, source="NodeName", target="NodeName.1")
# 筛选所有空值节点
null_nodes = [node for node in G.nodes() if pd.isna(node)]
# 批量移除空节点
G.remove_nodes_from(null_nodes)

问题2：绘制有向图 #

要生成有向图，需在创建图时指定create_using=nx.DiGraph()，箭头样式是绘图阶段的参数，而非创建图的参数，之前的错误是参数位置放错。

正确代码：

import networkx as nx
import matplotlib.pyplot as plt

# 创建有向图对象
G = nx.from_pandas_edgelist(dataset, source="NodeName", target="NodeName.1", create_using=nx.DiGraph())

# 绘制带箭头的有向图，设置箭头样式和大小
nx.draw_networkx(G, with_labels=True, arrows=True, arrowstyle='->', arrowsize=15)
plt.show()

问题3：筛选后显示完整上下游路径 #

要显示筛选节点的完整上下游路径，需提取包含该节点所有可达节点（上游祖先+下游后代）的子图，具体实现：

import pandas as pd
import networkx as nx
import matplotlib.pyplot as plt

# 创建有向图
G = nx.from_pandas_edgelist(dataset, source="NodeName", target="NodeName.1", create_using=nx.DiGraph())

# 提取当前筛选后的所有有效节点（合并源/目标节点，去重去空）
filtered_nodes = pd.concat([dataset["NodeName"], dataset["NodeName.1"]]).dropna().unique()

# 定义函数，获取节点的所有上下游可达节点
def get_full_path_nodes(graph, start_nodes):
    full_nodes = set()
    for node in start_nodes:
        full_nodes.add(node)
        # 添加所有下游节点
        full_nodes.update(nx.descendants(graph, node))
        # 添加所有上游节点
        full_nodes.update(nx.ancestors(graph, node))
    return list(full_nodes)

# 获取完整路径的节点集合
path_nodes = get_full_path_nodes(G, filtered_nodes)

# 提取子图
sub_graph = G.subgraph(path_nodes)

# 绘制子图
nx.draw_networkx(sub_graph, with_labels=True, arrows=True, arrowstyle='->', arrowsize=15)
plt.show()

原理：通过nx.descendants()和nx.ancestors()分别获取节点的下游、上游节点，将这些节点组合成子图，即可显示完整的上下游路径，同时自动排除无关节点。

内容的提问来源于stack exchange，提问作者Dan