如何通过已知的关联创建群集/组？

Question

我有一个包含2列的数据框：[ID，ASSOCIATED_ID] 对于每个ID，我都有数据帧中其他关联IDS的列表。 这是它的综合版本：

ID            ASSOCIATED_ID
1             [2,3]
2             [1,4]
3             [1]
4             [2]
5             []

如果我想创建彼此关联的ID的群集（组）（不必具有直接关联，即使有任何传递关联也是如此）。我该如何以编程方式做到这一点？

Answer 1

IIUC，您可以使用networkx和connect_components：

df_e = df.explode('ASSOCIATED_ID')

G = nx.from_pandas_edgelist(df_e, 'ID','ASSOCIATED_ID')

[i for i in nx.connected_components(G)]

输出：

[{1, 2, 3, 4}, {nan, 5}]