如何基于pandas DataFrame生成网络图边列表并过滤自连接

核心逻辑 #

通过拆分逗号分隔的同事列、行展开、过滤自连接三步完成需求：

1. 将Co-Workers列的逗号分隔字符串拆分为列表
2. 列表爆炸为多行，对应每行一个同事关系
3. 过滤掉起点、终点相同的自连接记录

可运行代码 #

import pandas as pd

# 样例数据构造，实际使用时替换为你自己的DataFrame即可
df = pd.DataFrame({
    'Name': ['A', 'B', 'C', 'D', 'E'],
    'Co-Workers': ['A,B,C,D', 'A,B,C,D', 'A,B,C,E', 'A,B,D,E', 'C,D,E']
})

# 处理逻辑
edge_df = (
    df.assign(to=df['Co-Workers'].str.split(','))  # 拆分同事列为列表
      .explode('to')  # 列表展开为多行
      .rename(columns={'Name': 'from'})  # 重命名源列为from
      .query('from != to')  # 过滤自连接
      [['from', 'to']]  # 只保留边列表需要的两列
)

print(edge_df)

样例输出 #

可选优化：去重双向边 #

如果你的网络是无向图，不需要保留A→B和B→A两条重复边，可以追加以下代码：

edge_df['temp_sort'] = edge_df.apply(lambda x: tuple(sorted([x['from'], x['to']])), axis=1)
edge_df = edge_df.drop_duplicates('temp_sort')[['from', 'to']]

内容的提问来源于stack exchange，提问作者Hadi