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缘列表（计算对出现的次数 - 例如，对 ab 在同一组中在一起有多少个月）。

数据框包含特定团队中人员的每月快照（每月组中没有重复项）

月年	姓名
2020年6月	A
2020年6月	乙
2020年6月	C
2020年7月	A
2020年7月	乙
2020年7月	d

输出应如下所示（它是无方向性的，因此 ab 对与 ba 相同）：

节点1	节点2	重量
A	乙	2
乙	C	1
A	C	1
A	d	1
乙	d	1

我设法使用以下命令创建一个具有名称组合的新数据框：

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

假设每个组内没有重复monthyear，则可以获取每个组内所有名称的 2-组合，然后按节点名称进行分组以获得权重。

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