使用Networkx从Pandas创建加权图时遇TypeError问题求助

错误原因在于你使用add_edges_from时的参数用法错误：add_edges_from(data, weight="weight")里的weight参数是用来给所有边设置相同的固定属性值，但你的data中每个元组是(起点, 终点, 权重值)的格式，这种情况下NetworkX会错误地尝试迭代权重值（int类型不可迭代），从而抛出TypeError: 'int' object is not iterable。

下面是两种可行的解决办法：

方法一：使用add_weighted_edges_from（推荐） #

这个方法专门适配(u, v, weight_value)格式的边数据，默认会将第三个值作为weight属性：

import pandas as pd
import networkx as nx
dictt = {"from" :["A", "B", "C"], "to":["B", "D", "A"],}
distmat = pd.DataFrame.from_dict(dictt)
distmat["weight"] = [1, 2, 4]
d = distmat.to_numpy()
data = list(map(tuple, d))
G = nx.Graph()
# 直接用add_weighted_edges_from加载数据，自动识别权重
G.add_weighted_edges_from(data)

方法二：调整边数据格式后用add_edges_from #

把每个边数据转换成(u, v, {'weight': weight_value})的字典格式，再传入add_edges_from：

import pandas as pd
import networkx as nx
dictt = {"from" :["A", "B", "C"], "to":["B", "D", "A"],}
distmat = pd.DataFrame.from_dict(dictt)
distmat["weight"] = [1, 2, 4]
# 生成包含属性字典的边列表
data = [(row['from'], row['to'], {'weight': row['weight']}) for _, row in distmat.iterrows()]
G = nx.Graph()
G.add_edges_from(data)

验证方式：执行nx.get_edge_attributes(G, 'weight')可以查看边的权重，会得到{('A', 'B'): 1, ('B', 'D'): 2, ('A', 'C'): 4}，说明权重设置成功。

内容的提问来源于stack exchange，提问作者Antonio Carnevali