基于pandas DataFrame创建带配色的节点关联网络

你原代码的逻辑和输入数据结构完全不匹配，是导致输出和预期不符的核心原因：原代码是围绕DataFrame的列分组，基于行索引生成边，但你的输入是「每个主字符串对应一个关联节点列表」的键值结构，和代码假设的数据结构完全脱节，自然无法生成正确网络。

第一步：将原始输入结构转换为可处理的字典 #

先把你给出的邻接关系整理为标准Python字典，避免硬编码结构混乱：

adjacency_map = {
    "string1": ["string3", "string2", "string20", "string4"],
    "string2": ["string100", "string1", "string4"],
    "string3": ["string1", "string80", "string2"],
    "string4": ["string13", "string28", "string12", "string16"],
    "string5": ["string3", "string8", "string12", "string6"],
    "string6": []
}

第二步：按照连接规则生成图 #

严格遵循要求的连接逻辑：每个关联列表内的所有节点两两建立无向连接，无需将列表对应的主节点强行加入列表参与连边。
正确实现代码如下：

import networkx as nx
from itertools import combinations

edges = set()  # 用集合存储边自动去重
all_nodes = set()

for main_node, neighbor_list in adjacency_map.items():
    # 收集全量节点（包含主节点、列表内关联节点）
    all_nodes.add(main_node)
    all_nodes.update(neighbor_list)
    
    # 仅当列表内节点数≥2时，才有组合生成边的可能
    if len(neighbor_list) >= 2:
        for edge_pair in combinations(neighbor_list, 2):
            # 对边元组排序，保证无向图下重复边（如(a,b)和(b,a)）被去重
            sorted_edge = tuple(sorted(edge_pair))
            edges.add(sorted_edge)

# 初始化NetworkX图
G = nx.Graph()
G.add_nodes_from(all_nodes)
G.add_edges_from(edges)

易踩的细节坑 #

• 导入写法错误：import itertools.combinations as comb 是Python不支持的无效导入，必须从itertools模块导入combinations对象
• 连边范围错误：不要把主节点混入对应关联列表生成边，否则会生成大量不符合规则的额外边
• 去重逻辑缺失：无向图存储边时如果不对元组排序，会把顺序相反的同一对节点判定为两条独立边，导致边重复
• 空列表处理：空的关联列表（如string6）不需要生成边，只需将节点本身加入图即可

内容的提问来源于stack exchange，提问作者LdM