如何在Python中将Excel中的带权边列表转换为邻接矩阵？

没问题，我来帮你搞定这个需求！下面是一步步可落地的实现方案，代码直接就能跑~

1. 先装必要的依赖库 #

因为要读取Excel文件，我们需要用到pandas（处理表格数据）和openpyxl（支持xlsx格式读取），打开终端跑这行命令就行：

pip install pandas openpyxl

2. 完整实现代码 #

我写了一个封装好的函数，你直接传Excel文件路径就能生成邻接矩阵，还附带了注释方便你理解：

import pandas as pd
import numpy as np

def edge_list_to_adjacency_matrix(excel_path, is_undirected=False):
    """
    从Excel带权边列表生成邻接矩阵
    :param excel_path: Excel文件路径
    :param is_undirected: 是否为无向图，默认False（有向图）
    :return: 邻接矩阵（DataFrame格式，方便查看）、原始矩阵（numpy数组）
    """
    # 读取Excel文件，没有表头所以指定header=None
    df = pd.read_excel(excel_path, header=None, names=['node1', 'node2', 'weight'])
    
    # 获取所有唯一节点，排序让矩阵更整齐
    all_nodes = sorted(list(set(df['node1'].tolist() + df['node2'].tolist())))
    node_count = len(all_nodes)
    
    # 建立节点到索引的映射（解决字符串不能当矩阵下标的问题）
    node_to_idx = {node: idx for idx, node in enumerate(all_nodes)}
    
    # 初始化全0的邻接矩阵
    adj_matrix = np.zeros((node_count, node_count), dtype=int)
    
    # 遍历每一条边，填充权重
    for _, row in df.iterrows():
        u_idx = node_to_idx[row['node1']]
        v_idx = node_to_idx[row['node2']]
        adj_matrix[u_idx][v_idx] = row['weight']
        
        # 如果是无向图，需要给反向边也赋值权重
        if is_undirected:
            adj_matrix[v_idx][u_idx] = row['weight']
    
    # 转成DataFrame格式，用节点名当行/列名，方便直观查看
    adj_df = pd.DataFrame(adj_matrix, index=all_nodes, columns=all_nodes)
    
    return adj_df, adj_matrix

3. 示例用法 #

假设你的Excel文件（比如叫edges.xlsx）内容是这样的：

调用函数的代码如下：

# 生成邻接矩阵（这里假设是有向图，如果是无向图就把is_undirected设为True）
adj_df, adj_matrix = edge_list_to_adjacency_matrix("edges.xlsx")

# 打印直观的DataFrame格式
print("邻接矩阵（带节点名）：")
print(adj_df)

# 打印numpy数组格式（如果需要做数值计算用这个）
print("\n原始矩阵：")
print(adj_matrix)

运行后输出的结果会是：

邻接矩阵（带节点名）：
        Apple  Banana  Orange
Apple       0      65       0
Banana      0       0       0
Orange     32       0       0

原始矩阵：
[[ 0 65  0]
 [ 0  0  0]
 [32  0  0]]

几个关键细节说明 #

• 字符串节点处理：通过node_to_idx把字符串节点映射成数字索引，完美解决了字符串不能直接作为矩阵下标的问题
• 有向/无向图切换：如果你的图是无向图（比如Apple到Banana的边和Banana到Apple的边权重一样），只需要调用函数时传入is_undirected=True就行
• 空边处理：默认没有边的位置填充0，如果需要用NaN表示无连接，可以把初始化矩阵的np.zeros改成np.full((node_count, node_count), np.nan)，同时把dtype=int去掉

内容的提问来源于stack exchange，提问作者ABAA