从带有标记边缘的 csv 构建树

Question

我有一个csv文件，想通过读取文件内容来构造一棵树

id  | screen_name |    reply_status_id |      tweet            | stance
1   |      a      |        null        |     dahgfsjhg         |  +
2   |      b      |         1          |     fcjgvujhgjhk      |  -
3   |      c      |         2          |     ououoijoskjfpokpo |  +
4   |      d      |         1          |     giuyhewikuhieuhi  |  +
5   |      e      |         3          |     hkjhkjlkjljlkjlj  |  -

我想用tweet创建一个基于id和reply_status_id的树结构。

喜欢，

                 a [root]
(stance of b)  -/ \+ (stance of d)
               b   d  [childs]
             +/
             c
           -/
           e

我的 csv 文件是

[link]drive.google.com/open?id=1Z8paHBJVv6FJWeskYyR_6AhB2Ifor4Mz.

我使用此代码构建了树：

import csv
from anytree import Node
from anytree.exporter import DotExporter

def find_subnodes(root_node, root_node_id, nodes):
  for row in lst:
    node_id = row[0]
    # name = regex.sub('', row[3])
    name = row[3].replace('\\"', '\'').replace('"', '')
    parent_node_id = row[2]
    if root_node_id == parent_node_id:
        node = Node(name, root_node)
        nodes[node_id] = node
        nodes = find_subnodes(node, node_id, nodes)
return nodes

with open('rumour1.csv') as f:
   reader = csv.reader(f)
   next(reader)
   lst = list(reader)
r_node = Node(lst[0][3].replace('\\"', '\'').replace('"', ''))
n = {lst[0][0]: r_node}
n = find_subnodes(r_node, lst[0][0], n)
DotExporter(r_node).to_picture('tree.png') 

但是边缘还没有用这个代码标记。任何人都可以帮我添加带有立场列的边缘[csv 中的最后一列]。

Answer 1

您可以简单地使用

column

命令（来自 util-linux）

$ cat input.csv
id,screen_name,reply_status_id
1,a,null
2,b,1
3,c,2
4,d,1
5,e,3

$ tail -n+2 input.csv | column -t -s, -i1 -p3 -r2 -H1,3
a
├─b
│ └─c
│   └─e
└─d

Answer 2

您可以分两步完成此操作，首先使用父子关系将数据帧转换为树结构，然后打印/显示树。这可以使用 bigtree 通过两行代码来完成。

# Set up (I only took the relevant columns)
import pandas as pd

data = pd.DataFrame([
    [1, "a", None, "+"],
    [2, "b", 1, "-"],
    [3, "c", 2, "+"],
    [4, "d", 1, "+"],
    [5, "e", 3, "-"]
], columns=["id", "screen_name", "reply_status_id", "stance"]
)

# Some preprocessing
rename_dict = dict(zip(data["id"], data["screen_name"]))
data["id"] = data["id"].replace(rename_dict)
data["reply_status_id"] = data["reply_status_id"].replace(rename_dict)

# 1. Convert dataframe into a tree structure
from bigtree import dataframe_to_tree_by_relation

node = dataframe_to_tree_by_relation(
    data,
    child_col="id",
    parent_col="reply_status_id",
)

# 2. Print/show the tree
node.show()

这将产生结果

a
├── b
│   └── c
│       └── e
└── d

如果您想显示姿态信息，可以尝试将其导出为图像，边缘标记有姿态信息。

from bigtree import tree_to_dot

graph = tree_to_dot(node, edge_attr=lambda x: {"label": x.stance})
graph.write_png("tree_stance.png")

免责声明：我是bigtree的作者:)