我最近遇到了一个类似的场景，来回转换到networkx是不可能的。具体来说，由于StellarGraph应该能够存储比networkx大得多的图形，因此将有一个点无法转换。
为了解决这个问题，我使用了the numpy loading capabilities of StellarGraph 1.2.1。
使用StellarGraph，您可以将使用edge_arrays()的边数组转储到pandas中，然后将任何所需的边连接到pandas上。由于pandas和StellarGraph都比networkx性能更好，因此它的内存占用更少。
下面是一个简短的例子：

import pandas as pd
from stellargraph import IndexedArray, StellarGraph

#### original data / graph

nodes = IndexedArray(index=['a', 'b', 'c', 'd'])
original_edges = pd.DataFrame(
    {
        'source' : [0, 1, 2, 3, 0],
        'target' : [1, 2, 3, 0, 2]
    }
)
original_graph = StellarGraph(
    nodes, 
    original_edges
)

#### new data

new_edges = pd.DataFrame(
    {
        'source' : [3, 3],
        'target' : [1, 2]
    }
)

#### new graph

new_graph = StellarGraph(
    nodes, 
    pd.concat(
        [
            original_edges,
            new_edges
        ],
        ignore_index=True
    )
)

从0.9版本开始，你不能直接从stellargraph中完成它。你必须使用.to_networkx()将它转换回networkX格式，添加你的边，然后将它转换回stellargraph。

from stellargraph import StellarGraph
import networkx as nx

g = StellarGraph.to_networkx(dataset)
g.add_edges_from(edgelist)
new_dataset = StellarGraph.from_networkx(g)