我用来绘制图形框架的一个方法是使用motifs：

motifs = g.find("(a)-[e]->(b)").filter(<conditions for a,b or e>)
new_vertices = sqlContext.createDataFrame(motifs.map(lambda row: row.a).union(motifs.map(lambda row: row.b)).distinct())
new_edges = sqlContext.createDataFrame(motifs.map(lambda row:row.e).distinct())
new_graph = GraphFrame(new_vertices,new_edges)

虽然这看起来更复杂，可能需要更长的运行时间，但对于更复杂的图形查询，这可以很好地作为一个单独的实体与图形框架交互，而不是作为单独的顶点和边。因此，过滤顶点也会影响图形框架中剩下的边。

有意思..我看不出结果：

>>> from graphframes.examples import Graphs
>>> import graphframes
>>> g = Graphs(sqlContext).friends()  # Get example graph
>>> # Select subgraph of users older than 30
... v2 = g.vertices.filter("age > 30")
>>> g2 = graphframes.GraphFrame(v2, g.edges)
>>> print(g.vertices.count(), g.edges.count())
(6, 7)
>>> print(g2.vertices.count(), g2.edges.count())
(4, 7)

GraphFrames到目前为止还没有检查图形是否有效--即所有的边都连接到顶点等等，在图形构造的时候。但是在过滤器之后顶点的数量是否正确？

我的变通方法可能不是完美的，但它们对我很有效。
我得到的问题陈述：具有节点的过滤集合filtered_nodes，我们只希望具有来自原始图的包括来自filtered_nodes的节点的边。

• • 方法1**：使用联接（开销大）

edgesframe = graphframe.edges
src_join = edgesframe.join(filtered_nodes, (edgesframe.src == subgraph_nodes.id), "inner").withColumnRenamed("src", "srcto")
dst_join = edgesframe.join(filtered_nodes, (edgesframe.dst == subgraph_nodes.id), "inner").withColumnRenamed("dst", "dstto")
final_join = src_join.join(dst_join, (src_join.src == dst_join.src) & (src_join.dst == dst_join.dst), "inner").select("src", "dst")
g2 = GraphFrame(filtered_nodes, final_join)

• • 方法二**：使用collected集合作为 * isin * 方法的列表引用（我只在过滤器节点的小集合上使用它）

edgesframe = graphframe.edges
collected_nodes = subgraph_nodes.select("columnWeUseForReference").rdd.map(lambda r: r[0]).collect()
edgs = edgesframe.filter(edgesframe.src.isin(collected_nodes) & edgesframe.dst.isin(collected_nodes))

有人有更好的办法吗？我很乐意去看看。

我建议使用dropIsolatedVertices（）。