我有一个从熊猫数据框创建的图表。图的长度约为 450k 边。当我尝试运行该weighted_projected_graph函数时，它运行了很长时间（我还没有看到它完成），大概是因为这个数据集的大小。在创建二分图之前减少此数据集大小的好方法是什么？

我尝试通过使用连接最多的组件来缩小范围：

trim1 = len([c for c in net.connected_component_subgraphs(g) if len(c) > 10])
C = net.Graph()
gg = sorted(net.connected_component_subgraphs(g), key=len, reverse=True)[trim1]

但我不认为这给了我想要的结果，此外，我不相信这是一个分析合理的策略。有没有人有任何其他建议来减少这个集合的大小？

编辑：完整的代码，没有减少。我将尝试对上述内容进行的操作将在g以下gg调用中从上面替换为bi.projected_graph

reviews = pd.read_csv(r"\BX-Book-Ratings.csv", sep=";", encoding = "ISO-8859-1")
users = reviews['User-ID'].values.tolist()
books = reviews['ISBN'].values.tolist()

g=net.from_pandas_edgelist(reviews,'User-ID','ISBN',['Book-Rating'])

print(len(g))
>>> 445839

p = bi.projected_graph(g, users)
```