python - 从 Pandas 数据帧创建边缘列表

Question

我想创建一个以权重作为属性的边列表(计算对出现的次数 - 例如，一对 a-b 在同一组中在一起的月份数)。
数据框包含特定团队中人员的月度快照(月度组没有重复)


月年
姓名


2020 年 6 月
一种

2020 年 6 月
乙

2020 年 6 月
C

2020 年 7 月
一种

2020 年 7 月
乙

2020 年 7 月
d


输出应如下所示(它是非定向的，因此 a-b 对与 b-a 相同):


节点 1
节点2
重量


一种
乙
2

乙
C
1

一种
C
1

一种
d
1

乙
d
1


我设法使用以下名称组合创建了一个新的数据框:

df1 = pd.DataFrame(data=list(combinations(df['name'].unique().tolist(), 2)), columns=['node1', 'node2'])

现在我不确定如何迭代这个新数据框来填充权重。如何才能做到这一点？

Answer 1

假设每个 monthyear 中没有重复项group，你可以得到每个组内名称的所有2-组合，然后按节点名称分组以获得权重。

from itertools import combinations

def get_combinations(group):
    return pd.DataFrame([sorted(e) for e in list(combinations(group['name'].values, 2))], columns=['node1', 'node2'])

df = df.groupby('monthyear').apply(get_combinations)

这会给你一个中间结果:

            node1 node2
monthyear              
jul2020   0     a     b
          1     a     d
          2     b     d
jun2020   0     a     b
          1     a     c
          2     b     c

现在，计算重量:

df = df.groupby(['node1', 'node2']).size().to_frame('weight').reset_index()

最后结果:

  node1 node2  weight
0     a     b       2
1     a     c       1
2     a     d       1
3     b     c       1
4     b     d       1