要生成图，可以将行设置为有向图的路径。一种简单的方法是定义一个 pandas 数据框并堆叠以删除丢失的值：

import networkx as nx
from networkx.drawing.nx_agraph import graphviz_layout
from pylab import rcParams
import pandas as pd
#df = pd.read_csv....
paths = df.loc[:,'BUILDING':].stack().groupby(level=0).agg(list).values.tolist()  
# [['home', 'kitchen', 'fridge'], ['office', 'desk'], ['office', 'reception'],...

请注意，这里的堆栈很有用，因为它会忽略NaN，然后​​我们就可以gorupby在索引上将其聚合为列表。然后创建一个有向图，并使用以下命令设置路径nx.add_path：

G = nx.DiGraph()
for path in paths:
    nx.add_path(G, path)

现在将图形可视化为树状布局，我们可以使用graphviz_layout，它基本上是以下内容的包装器pygraphviz_layout：

rcParams['figure.figsize'] = 14, 10
pos=graphviz_layout(G, prog='dot')
nx.draw(G, pos=pos,
        node_color='lightgreen', 
        node_size=1500,
        with_labels=True, 
        arrows=True)

如果你想添加一个共同的源节点的所有建筑物，你可以插入一个名为列ALL右后ID：

df.insert(1, 'ALL', 'ALL')
paths = df.loc[:,'ALL':].stack().groupby(level=0).agg(list).values.tolist()  

然后按照上面的步骤进行操作，现在你将获得：

请注意，还有其他一些graphviz布局程序可能与你所想的更加相似。例如circo：

pos=graphviz_layout(G, prog='circo')
nx.draw(G, pos=pos,
        node_color='lightgreen', 
        node_size=1500,
        with_labels=True, 
        arrows=True)