-1

我有一个包含各种列（col1、col2、col3 等）的 csv 文件。这些行是有关事件的信息。其中一列包含事件的位置。我想将该数据表示为具有节点和边的网络。会有两种节点：

  • 事件：一个 csv 行减去 location 列的内容
  • 位置：在 csv 文件的位置列中提到的所有位置

边将代表节点之间的关系。

最终，我希望获得一个包含节点的 csv 文件和一个包含节点之间所有关系的 csv 文件。

我认为像 Python 这样的语言在这里可能会有所帮助，我正在尝试自己教它，但我真的很感激一些帮助。

4

1 回答 1

0

不完全确定您的数据，但假设事件可以有多个位置，位置可以有多个事件，并且两个事件或两个位置之间没有边，这是一个可能的解决方案。

它会忽略其他事件信息，但您可以根据需要轻松修改它以添加元数据，并且它还使用边列表存储每个节点，最适合稀疏数据表示。

这是csv文件中的模拟数据（格式：loc_x loc_y，事件名称）

1x 2y, mission_go
3x 4y, hvi_hiding
5x 6y, maxim11_flying
5x 6y, maxim12_flying
3x 5y, taskforce_observing
3x 5y, king_arthur_call
5x 6y, cleared_hot
3x 4y, target_strike
1x 2y, chow_food
1x 2y, drink_illegal_alchohol
3x 3y, chow_food
3x 3y, drink_illegal_alchohol

这是导入数据的代码

import csv
import pprint
import collections

# Store the nodes in a dict with edges in a list, assuming sparse data
location_nodes = collections.defaultdict(list)
event_nodes = collections.defaultdict(list)

# Open the csv file and read
with open('/path/to/your_csv_file.csv') as csv_file:
    for event in csv.reader(csv_file):

        # Use each location as a key (node) and list of events (edges)
        location_nodes[event[0]].append(event[1])
        # Same for events
        event_nodes[event[1]].append(event[0])

pp = pprint.PrettyPrinter(indent=4)
pp.pprint(dict(location_nodes))
print ""
pp.pprint(dict(event_nodes))

这是打印的输出

{   '1x 2y': [' mission_go', ' chow_food', ' drink_illegal_alchohol'],
    '3x 3y': [' chow_food', ' drink_illegal_alchohol'],
    '3x 4y': [' hvi_hiding', ' target_strike'],
    '3x 5y': [' taskforce_observing', ' king_arthur_call'],
    '5x 6y': [' maxim11_flying', ' maxim12_flying', ' cleared_hot']}

{   ' chow_food': ['1x 2y', '3x 3y'],
    ' cleared_hot': ['5x 6y'],
    ' drink_illegal_alchohol': ['1x 2y', '3x 3y'],
    ' hvi_hiding': ['3x 4y'],
    ' king_arthur_call': ['3x 5y'],
    ' maxim11_flying': ['5x 6y'],
    ' maxim12_flying': ['5x 6y'],
    ' mission_go': ['1x 2y'],
    ' target_strike': ['3x 4y'],
    ' taskforce_observing': ['3x 5y']}

将信息保存回 csv 文件的代码

with open('/path/to/location_node.csv', 'w') as loc_file:
    writer = csv.writer(loc_file)  
    for location in location_nodes:
        location_list = [location]
        location_list.extend(location_nodes[location])
        writer.writerow(location_list)

with open('/path/to/event_node.csv', 'w') as event_file:
    writer = csv.writer(event_file)  
    for event in event_nodes:
        event_list = [event]
        event_list.extend(event_nodes[event])
        writer.writerow(event_list)

以及文件的样子

location_node.csv

3x 5y, taskforce_observing, king_arthur_call
5x 6y, maxim11_flying, maxim12_flying, cleared_hot
3x 4y, hvi_hiding, target_strike
3x 3y, chow_food, drink_illegal_alchohol
1x 2y, mission_go, chow_food, drink_illegal_alchohol

event_node.csv

 cleared_hot,5x 6y
 drink_illegal_alchohol,1x 2y,3x 3y
 maxim11_flying,5x 6y
 mission_go,1x 2y
 chow_food,1x 2y,3x 3y
 maxim12_flying,5x 6y
 taskforce_observing,3x 5y
 target_strike,3x 4y
 hvi_hiding,3x 4y
 king_arthur_call,3x 5y

需要查看数据才能更具体地了解 munging。

于 2013-04-28T09:30:07.477 回答