Pandas边表转NetworkX时双向边权重求和聚合方法咨询

解决思路为：先在Pandas层对边表做无向化去重+权重聚合，再传入NetworkX建图，全程为线性时间复杂度，内存占用远低于邻接矩阵方案，完全适配400万行规模的边表。

步骤1：规范化边的节点顺序 #

不管原边是A→B还是B→A，统一将字典序/数值更小的节点放在第一列，更大的放在第二列，让双向边的行键完全一致。

import pandas as pd
import networkx as nx
import numpy as np

# 规范化无向边的节点顺序，支持数值、字符串类型的节点ID
df['u'] = np.minimum(df['Customer_A'], df['Customer_B'])
df['v'] = np.maximum(df['Customer_A'], df['Customer_B'])

步骤2：分组聚合计算总权重 #

按照规范化后的u、v列分组，对Weight列求和，得到去重后的无向边表：

# 聚合双向边权重，400万行数据可在普通配置机器上完成，无内存溢出风险
undirected_edges = df.groupby(['u', 'v'], as_index=False)['Weight'].sum()

步骤3：用处理后的边表建图 #

直接将聚合后的边表传入NetworkX的from_pandas_edgelist方法即可，此时不会有重复边，权重已经是双向边的总和：

G = nx.from_pandas_edgelist(undirected_edges, 'u', 'v', 'Weight')

效果验证 #

你提到的测试场景：

原始边：Customer1→Customer2 权重320；Customer2→Customer1 权重100
规范化后两行的u、v均为(Customer1, Customer2)，分组求和后权重为420，完全符合预期。

如果边表还包含其他需要保留的字段，在groupby阶段补充对应的聚合规则即可。

内容的提问来源于stack exchange，提问作者hristogg