入門 PySpark ―PythonとJupyterで活用するSpark 2エコシステム

7.8

 モチーフ

141

これらの空港は代表的な航空会社の主要なハブになっている（たとえばデルタ航空はミネアポリスと

ソルトレークシティ、フロンティア航空はデンバー、アメリカン航空はダラスとフェニックス、ユナイ

テッド航空はヒューストンとシカゴとサンフランシスコ、ハワイアン航空はカフルイとホノルルをハブ

としています）ので、この結果は妥当なものです。

7.8

　

モチーフ

都市空港や空港間のフライトの複雑な関係は、

motifs

を使ってフライト（辺）による空港（頂点）

間の結合パターンを見つけ出せば理解しやすくなります。結果の DataFrameでは、列名がモチーフの

キーになっています。モチーフの発見は、GraphFramesの一部としてサポートされている新しいグラ

フアルゴリズムの 1つです。

例として、サンフランシスコ国際空港（SFO）による遅延を調べてみましょう。

#

モチーフの生成

motifs = tripGraphPrime.find("(a)-[ab]->(b); (b)-[bc]->(c)")\

.filter("(b.id = 'SFO') and (ab.delay > 500 or bc.delay > 500) and

bc.tripid > ab.tripid and bc.tripid < ab.tripid + 10000")

#

モチーフの表示

display(motifs)

このクエリを解き明かしてみれば、

(x)

は頂点（すなわち空港）であり、

[xy]

は辺（すなわち空港

間のフ ...