如何利用Pandas DataFrame在NetworkX中构建以CEO为中心且部门节点相连的自我图（Ego Graph）

我来帮你一步步完成这个需求，确保CEO节点处于图的中心位置，且所有部门节点直接与CEO相连：

给定数据 #

首先把你提供的员工数据整理成清晰的表格格式：

现有代码片段 #

你已经完成了部分绘图逻辑：

D = nx.ego_graph(B, n = 'CEO')
nx.draw(D,node_color=color, with_labels=True, node_size=1500, arrowsize=20)

完整解决方案 #

• 步骤1：导入所需库
  首先导入实现功能必备的三个库：

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

• 步骤2：创建DataFrame并构建关系图
  我们需要先搭建完整的节点关系，确保CEO与每个部门直接相连，再提取CEO的自我图：

  # 将原始数据转为Pandas DataFrame
  data = [
      [80, 'Production', 'Vice President'],
      [140, 'Executive', 'CEO'],
      [30, 'Maintenance', 'Engineer'],
      [70, 'Production', 'Assistant']
  ]
  df = pd.DataFrame(data, columns=['BaseRate', 'DepartmentName', 'Title'])
  
  # 初始化有向图（用有向图更能体现层级关系，无向图可换成nx.Graph()）
  B = nx.DiGraph()
  
  # 添加所有节点：CEO、各部门、各职位
  B.add_node('CEO')
  B.add_nodes_from(df['DepartmentName'].unique())
  B.add_nodes_from(df['Title'].unique())
  
  # 建立CEO与各部门的直接连接（满足需求核心要求）
  for dept in df['DepartmentName'].unique():
      B.add_edge('CEO', dept)
      B.add_edge(dept, 'CEO')  # 无向图只需添加一次，有向图双向添加更直观
  
  # 建立各职位与所属部门的连接
  for _, row in df.iterrows():
      B.add_edge(row['DepartmentName'], row['Title'])
      B.add_edge(row['Title'], row['DepartmentName'])
  

• 步骤3：提取自我图并固定CEO中心位置
  为了让CEO稳定处于图的中心，我们可以手动指定其坐标：

  # 提取CEO的自我图，radius=2确保包含部门及下属职位节点
  D = nx.ego_graph(B, n='CEO', radius=2)
  
  # 用弹簧布局生成其他节点位置，强制CEO位于中心(0,0)
  pos = nx.spring_layout(D)
  pos['CEO'] = (0, 0)
  
  # 自定义样式绘图
  color = ['#ff9999' if node == 'CEO' else '#66b3ff' for node in D.nodes()]
  nx.draw(D, pos=pos, node_color=color, with_labels=True, node_size=1500, arrowsize=20)
  plt.show()
  

• 代码细节说明

  • 选择DiGraph是为了体现管理层级的方向感，若不需要方向可替换为nx.Graph()
  • radius=2参数确保自我图不仅包含CEO直接连接的部门，还包含部门下的所有职位节点
  • 通过pos['CEO'] = (0,0)强制CEO处于中心，避免布局算法随机偏移
  • 节点颜色做了区分，你可以根据喜好修改配色、节点大小等样式参数

内容的提问来源于stack exchange，提问作者Neha Bose