如何高效将双列Pandas DataFrame转换为NetworkX可用边列表？

针对你提出的需求，这里提供一种基于Pandas分组操作的高效实现，无需多次遍历整个DataFrame，就能生成适配NetworkX的from_pandas_edgelist的边数据。

核心思路 #

利用Pandas的groupby功能，按每一列的取值分组：同一列取值相同的所有行（节点），两两之间需要建立边。通过生成每组内节点的两两组合，再合并两列的结果并去重，即可得到最终的边集合。

具体实现 #

首先修正示例代码中的拼写错误（pd.Dataframe应为pd.DataFrame），然后执行以下步骤：

import pandas as pd
import itertools

# 构建示例DataFrame
lst = ["A", "B", "C", "A"]
lst2 = ["W1", "W2", "W1", "W3"]
df = pd.DataFrame(list(zip(lst, lst2)), columns=["red", "blue"])

# 定义生成组内边的函数：生成分组内节点的所有不重复两两组合（排除自环）
def generate_group_edges(group):
    group_nodes = group.index.tolist()
    # 使用combinations生成无序两两组合，避免重复边（如(0,2)和(2,0)只保留一条）
    edges = list(itertools.combinations(group_nodes, 2))
    return pd.DataFrame(edges, columns=["source", "target"])

# 按每一列分组生成边
edges_red = df.groupby("red").apply(generate_group_edges).reset_index(drop=True)
edges_blue = df.groupby("blue").apply(generate_group_edges).reset_index(drop=True)

# 合并两列的边并去重，得到最终边集合
final_edges = pd.concat([edges_red, edges_blue]).drop_duplicates().reset_index(drop=True)

# 输出结果
print(final_edges)

结果说明 #

针对示例DataFrame，最终生成的边DataFrame如下：

对应规则：

• 行0（red=A）和行3（red=A）因red列值相同相连
• 行0（blue=W1）和行2（blue=W1）因blue列值相同相连

高效性说明 #

• 仅需两次groupby操作（每列一次），groupby是Pandas内部优化的向量化操作，无需手动遍历整个DataFrame
• 使用itertools.combinations直接生成组内合法边，避免冗余计算和重复边
• 最终的合并去重操作也是Pandas的高效内置方法，性能远优于手动循环处理

内容的提问来源于stack exchange，提问作者endeavor