如何找到数据框中的循环

Question

我的目标是找出以下 df 是否有“循环”

给定：

df = pd.DataFrame({'From':['USA','UK','France','Italy','Russia','china','Japan','Australia','Russia','Italy'],
                  'to':['UK','France','Italy','Russia','china','Australia','New Zealand','Japan','USA','France']})
df

如果我绘制它，它看起来像这样（最终，请注意 df 上的顺序是不同的）：

USA-->UK-->France-->Italy-->Russia-->China-->Australia-->Japan-->Australia
                      |       |
                      |       |
                    France   USA

关键是：你不能倒退，所以意大利不能去法国，俄罗斯不能去美国。

注意：From可以有多个Tos

我怎样才能在 pandas 中找到它，最终结果将如下所示：

我可以在没有 pandas 的情况下解决它（我得到df.to_dict('records')然后迭代以找到循环，然后返回到 pandas），但我希望留在 pandas 上。

Answer 1

逻辑并不完全清楚，但是您可以用图表来解决您的问题。

你的图表如下：

让我们考虑一下循环节点，即那些具有多个目的地的节点。

您可以通过以下方式获取networkx：

import networkx as nx

G = nx.from_pandas_edgelist(df, source='From', target='to', create_using=nx.DiGraph)

circulating = {n for n in G if len(list(G.successors(n)))>1}

df['IS_CIRCULATING'] = df['From'].isin(circulating).astype(int)

输出：

        From           to  IS_CIRCULATING
0        USA           UK               0
1         UK       France               0
2     France        Italy               0
3      Italy       Russia               1
4     Russia        china               1
5      china    Australia               0
6      Japan  New Zealand               0
7  Australia        Japan               0
8     Russia          USA               1
9      Italy       France               1

对于纯熊猫：

df['IS_CIRCULATING'] = df.groupby('From')['to'].transform('nunique').gt(1).astype(int)