Question

假设我有以下数据框：

     index    A      B
     -----------------
      1      A1     B1
      2      A1     B2
      3      A1     B3
      4      A2     B1

我该如何编写代码来返回满足以下条件的这些对（Ax，By），即Ax与不同的B连接的数量大于By与不同的As连接的数量。

在这种情况下，它应该返回（A1，B1），因为A1连接了3个不同的B，但是B1连接了2个不同的As。

Answer 1

我们可以将其视为图问题，并检查其中哪个节点的degree大于1。然后在两个值均满足条件的行上建立索引：< / p>

import networkx as nx

G = nx.from_pandas_edgelist(df, source='A', target='B')
keep = [node for node, deg in G.degree() if deg>1]
df[df[['A','B']].isin(keep).all(1)]

   index   A   B
0      1  A1  B1

Answer 2

这是一种方法（为清晰起见，只需几个步骤）：

# Drop duplicates in case there are any
df = df.drop_duplicates() 

df["A_count"] = df.groupby("A")["B"].transform("count")
df["B_count"] = df.groupby("B")["A"].transform("count")
df[(df.A_count > df.B_count)]

输出为：

    A   B  A_count  B_count
0  A1  B1        3        2
1  A1  B2        3        1
2  A1  B3        3        1

根据相互关联的熊猫获取满足条件的值对

2 个答案: