Question

import pandas as pd

data={'x':['A','A','B','B','C','E','F'],
      'y':['B','C','A','C','D','F','G']}
df=pd.DataFrame(data)

print(df)

我有一个像这样的大数据框（用ABC简化）：

     x    y
0    A    B
1    A    C
2    B    A
3    B    C
4    C    D
5    E    F
6    F    G

像“第0行：A <-> B和第2行：B <-> A”这样的“循环”对我来说意味着相同的关系。

我希望获得x和y列值之间的关系，并为其赋予一个唯一的新ID。

因此对于此示例表，这意味着：

A = B = C = D为此输入一个唯一的ID，即90 E = F = G为其指定唯一的ID，即91

我需要的结果表应该是：

    id  value
0   90    A
1   90    B
2   90    C 
3   90    D
4   91    E
5   91    F
6   91    G

我如何用熊猫做到这一点？帮助将不胜感激！

Answer 1

这似乎是一个图形，即networkx库问题。让我们在图网络(see this wiki page)内的连接组件中查找节点。

import pandas as pd
import networkx as nx

data={'x':['A','A','B','B','C','E','F'],
      'y':['B','C','A','C','D','F','G']}
df=pd.DataFrame(data)
G = nx.from_pandas_edgelist(df, 'x','y')
g = nx.connected_components(G)
S = pd.Series()
for i,n in enumerate(g):
    s = pd.Series(sorted(list(n)), index=[i]*len(n))
    S = pd.concat([S, s])

S

输出：

0    A
0    B
0    C
0    D
1    E
1    F
1    G
dtype: object

自助加入熊猫后如何在2列之间获得唯一关系？

1 个答案: