如何根据所生成的列表数据制作熊猫数据

Question

我有一份合著者名单：

ten_author_pairs = [('creutzig', 'gao'),
 ('creutzig', 'linshaw'),
 ('gao', 'linshaw'),
 ('jing', 'zhang'),
 ('jing', 'liu'),
 ('zhang', 'liu'),
 ('jing', 'xu'),
 ('briant', 'einav'),
 ('chen', 'gao'),
 ('chen', 'jing')]

在这里，我可以生成一个负面示例的列表，即作者对，它们使用以下代码不连接：

#generating negative examples - 

from itertools import combinations

elements = list(set([e for l in ten_author_pairs for e in l])) # find all unique elements

complete_list = list(combinations(elements, 2)) # generate all possible combinations

#convert to sets to negate the order

set1 = [set(l) for l in ten_author_pairs]
complete_set = [set(l) for l in complete_list]

# find sets in `complete_set` but not in `set1`
ten_unconnnected = [list(l) for l in complete_set if l not in set1]

print(len(ten_author_pairs))
print(len(ten_unconnnected))

接下来，我想实现一个链接预测问题，为此我想获得如下数据：

author-pair          jaccard   Resource_Allocation    Adamic_Adar   Preferential cn_soundarajan_hopcroft      within_inter_cluster     link
creutzig-linshaw      0.25       0.25                  0.25          0.25          0.25                         0.25                     1 

我可以使用networkx文档计算这些数据，并有分数作为输出的列表，但是我不能像上面所示的那样把它作为一个表放在一起。

与正面示例(上面提到的列表)一样，我可以使用以下方法生成一个数据文件：

df = pd.DataFrame(list, columns = ['u1','u2])

然后用以下图形绘制一个图形：

G = nx.from_pandas_edgelist(df, u1, u2, create_using = nx.Graph())

之后，例如对于jaccard索引，我可以应用：

nx.jaccard_coefficient(G)

它返回一个带有jaccard分数的节点对的列表。

“link”列是用逻辑生成的-1表示合著者，0用于负示例中的对。

但是，我需要所有的分数作为一张表，如前所述。

有谁能帮我如何构造上面的数据。

(上面提到的分数只是为了表示我需要的表格类型)。

Answer 1

哦--这两年不错，但我偶然发现了this...in的案子，我正确地理解了你，在你的基础上：

from itertools import combinations
import pandas as pd
import networkx as nx

elements = list(set([e for l in ten_author_pairs for e in l]))
complete_list = list(combinations(elements, 2))
set1 = [set(l) for l in ten_author_pairs]

df = pd.DataFrame(set1, columns=["u1", "u2"])
G = nx.from_pandas_edgelist(df, "u1", "u2", create_using=nx.Graph())

然后定义生成器列表

list_generators = [
    nx.jaccard_coefficient,
    nx.resource_allocation_index,
    nx.adamic_adar_index,
    nx.preferential_attachment,
]

构建得分数据：

dfx = pd.DataFrame()
for item_generator in list_generators:
    if dfx.shape[0]:
        dfx = dfx.merge(
            right=get_df_network(generator=item_generator, graph=G),
            left_index=True,
            right_index=True,
        )
    else:
        dfx = get_df_network(generator=item_generator, graph=G)

最后合并到链接dataframe中。

df_link = (
    pd.DataFrame(set1, columns=["node_0", "node_1"])
    .set_index(["node_0", "node_1"])
    .assign(link=[1] * len(set1))
)

dfx.merge(df_link, left_index=True, right_index=True, how="outer").fillna(0)

能做这份工作吗？