17370845950

networkx 中为同一节点重复赋值节点属性（如 `g.nodes[node]["date"] = value`）会直接覆盖旧值；若数据文件中存在同一节点的多条日期记录，后读取的会覆盖先读取的，导致后续校验失败。

在使用 NetworkX 构建图并加载节点属性时，一个常见但易被忽略的陷阱是：节点属性不支持自动去重或合并，而是简单覆盖。您提供的代码中，node-dates.txt 文件存在对同一 nodeID 的多行记录（例如某节点出现两次，对应不同 date 值），而程序对每行都执行：

G.nodes[int(nodeID)]["date"] = line.split()[1]

这意味着：最后一次读取到该节点的 date 值将完全取代之前所有赋值。因此，当第二次遍历 node-dates.txt 进行断言校验时，若某节点在文件中首次出现的 date 已被后续同节点的另一条记录覆盖，则 assert(G.nodes[node]["date"] == original_date) 必然失败——这正是输出中 count_failed_assert = 2446 的根本原因。

✅ 正确做法是：显式处理重复节点。推荐以下两种策略：

1. 仅保留首次出现的日期（默认优先）：

   if int(nodeID) not in G.nodes or "date" not in G.nodes[i
   nt(nodeID)]:
       G.nodes[int(nodeID)]["date"] = line.split()[1]

2. 收集全部日期（如需多值）：

   date_val = line.split()[1]
   if "date" not in G.nodes[int(nodeID)]:
       G.nodes[int(nodeID)]["date"] = [date_val]  # 初始化为列表
   else:
       G.nodes[int(nodeID)]["date"].append(date_val)  # 追加而非覆盖

⚠️ 注意事项：

• nx.read_edgelist() 默认不会为边中未显式出现的节点创建孤立节点；您通过 G.add_node(...) 补充节点是必要操作，但需确保属性赋值逻辑与之解耦；
• 字符串解析（如 nodeID[:2]=="11" 和 int(nodeID[2:])）建议封装为函数并添加异常处理，避免因格式异常中断流程；
• 断言失败时，建议打印具体 nodeID 和期望/实际值（而非仅计数），便于快速定位重复节点位置。

总结：NetworkX 的节点属性是纯字典映射，无内置冲突解决机制。数据预处理阶段必须校验节点唯一性——推荐先用 pandas 或原生 Python 统计 node-dates.txt 中各节点出现频次（collections.Counter），再决定采用覆盖、保留首条或聚合策略，从根本上规避静默覆盖问题。