如何使用Python基于pandas数据借助pathpy构建动态可交互时序网络

前置依赖导入 #

import pandas as pd
import pathpy as pp

数据预处理 #

现有数据包含起止站点、日期、小时字段，首先需要生成统一的时间戳，方便pathpy识别时序关系：

# 直接用Day列作为时间戳即可实现按天切换网络的效果
df['timestamp'] = df['Day']
# 如果需要更细的小时粒度切换，可以用下面的计算方式生成连续时间戳
# df['timestamp'] = df['Day'] * 24 + df['Hour']

加载数据到pathpy时序网络对象 #

两种加载方式可按需选择：

• 批量加载（适合大数据量，效率更高）

t = pp.TemporalNetwork.from_edge_list(df[['Station_start', 'Station_end', 'timestamp']].values)

• 逐行加载（适合需要额外判断边属性的场景）

t = pp.TemporalNetwork()
for _, row in df.iterrows():
    t.add_edge(
        row['Station_start'], 
        row['Station_end'], 
        row['timestamp']
    )

生成动态交互可视化 #

直接调用时序网络的plot方法即可生成带时间滑块的可交互页面，拖动滑块即可查看不同日期对应的网络连接关系：

t.plot(
    node_color="#2563eb", 
    edge_color="#9ca3af",
    node_size=10
)

如果你需要单独查看某一天的静态网络，可先筛选对应日期的子集再构建Network对象即可：

day2_net = pp.Network.from_edge_list(df[df['Day']==2][['Station_start', 'Station_end']].values)
day2_net.plot()

内容的提问来源于stack exchange，提问作者K C