调用NetworkX的greedy_modularity_communities时报NoneType无get属性错误

• 存在无效节点：原始数据集的author字段存在空值、None或NaN，这些值被作为节点加入图中，算法读取节点属性时访问空对象触发报错。
• 边构造逻辑缺陷：row["subreddit"] == ("Daddit" or "daddit")的判断逻辑错误，该表达式实际仅匹配大写的Daddit，虽不会直接触发报错，但会导致边属性赋值不符合预期；同时用(row["author"],row2["author"]) not in nx.edges(G)判断边存在的方式在大规模图下效率极低，且可能因为遍历异常导致边属性重复写入出现结构错误。
• 旧版算法漏洞：你使用的Python3.7对应版本的NetworkX中，greedy_modularity_communities在处理含孤立节点、特殊节点的大规模图时存在已知的空指针问题。

• 清理图中的无效节点，执行如下代码过滤异常节点和孤立节点：

import numpy as np
# 移除None、空字符串、NaN等无效节点
invalid_nodes = [n for n in G.nodes() if n is None or n == "" or (isinstance(n, float) and np.isnan(n))]
G.remove_nodes_from(invalid_nodes)
# 移除度为0的孤立节点
isolated_nodes = [n for n in G.nodes() if G.degree(n) == 0]
G.remove_nodes_from(isolated_nodes)

• 修正边构造逻辑：
  • 将subreddit的判断条件修改为row["subreddit"].lower() == "daddit"，兼容大小写输入
  • 边存在性判断改用G.has_edge(row["author"], row2["author"])，效率更高且判断准确
  • 新增边时直接在add_edge方法内传入属性，避免分开调用接口导致的属性异常
• 调用算法时显式指定参数，避免算法误将边的daddit、mommit属性作为权重读取：

greedy_modularity_communities(simpledatasetNX, weight=None)

• 版本适配：如果上述操作仍未解决问题，将NetworkX升级至2.8及以上稳定版本，该版本已修复对应算法的空指针漏洞。

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