如何基于含分组、关联值的DataFrame构建NetworkX边权分组网络可视化

核心目标：将group列的取值作为网络节点，以两个节点共同关联的value值数量作为边的权重（权重越大，连线越粗），完整实现流程如下。

数据清洗流程 #

• 第一步先去除重复的关联记录：同一group和value的重复匹配只保留1条，避免重复计数。执行代码：

  clean_df = df.drop_duplicates(subset=["group", "value"])
  

• 第二步构建每个分组对应的value集合映射：

  group_value_dict = clean_df.groupby("group")["value"].apply(set).to_dict()
  

  按示例数据集计算得到的映射结果：

  A: {'green', 'yellow'}
  B: {'blue', 'green', 'orange', 'yellow'}
  C: {'pink'}
  D: {'black'}

• 第三步遍历所有两两分组的组合，计算两个分组的value交集大小，过滤掉交集为0的组合，整理为带权重的边列表：

  import itertools
  node_list = list(group_value_dict.keys())
  edge_list = []
  for node_u, node_v in itertools.combinations(node_list, 2):
      common_val_num = len(group_value_dict[node_u] & group_value_dict[node_v])
      if common_val_num > 0:
          edge_list.append((node_u, node_v, common_val_num))
  

  针对示例数据生成的带权边为：('A', 'B', 2)，即A和B共同拥有2个相同的value值。孤立节点C、D无共同关联值，不会生成连接。

NetworkX 可视化实现 #

• 导入清洗后的节点和带权边，构建无向图：

  import networkx as nx
  G = nx.Graph()
  G.add_nodes_from(node_list)
  G.add_weighted_edges_from(edge_list)
  

• 按照边权映射连线粗细，权重越高线越粗：

  line_width = [edge_weight * 2 for _, _, edge_weight in G.edges(data="weight")]
  

• 执行绘图渲染：

  import matplotlib.pyplot as plt
  plt.figure(figsize=(6, 4))
  # 固定布局种子保证每次出图位置一致
  layout = nx.spring_layout(G, seed=42)
  # 绘制节点
  nx.draw_networkx_nodes(G, layout, node_size=500, node_color="#87CEEB")
  # 绘制带粗细差异的边
  nx.draw_networkx_edges(G, layout, width=line_width, alpha=0.6)
  # 绘制节点标签
  nx.draw_networkx_labels(G, layout, font_size=10)
  # 关闭坐标轴显示
  plt.axis("off")
  plt.show()
  

关键注意点：若未提前去重重复的group-value关联，边权会误将value的出现次数计入，导致计算结果偏差。例如示例中B组的green共出现3次，若不去重会导致A-B的共同值计数虚高。

内容的提问来源于stack exchange，提问作者Christian