python - 创建一个对关系记录进行计数的对称矩阵

Question

我想通过基于另一列(Value)的一列(ID)计算所有可能的成对关系的数量。
示例数据框:

   ID Value
0   1     A
1   1     A
2   1     A
3   1     B
4   1     C
5   2     B
6   2     C
7   2     C

生成示例数据框:

import pandas as pd
df = pd.DataFrame({'ID'    : {0:  1,  1: 1,   2: 1,   3: 1,   4: 1,   
                              5:  2,  6: 2,   7: 2}, 
                   'Value' : {0: 'A', 1: 'A', 2: 'A', 3: 'B', 4: 'C',
                              5: 'B', 6: 'C', 7: 'C'} 
                   })

应该对 ID=1和 ID=2执行成对计数。 ID=1可能成对出现

(A,A), (A,A), (A,B), (A,C),
(A,A), (A,A), (A,B), (A,C),
(A,A), (A,A), (A,B), (A,C),
(B,A), (B,A), (B,A), (B,C),
(C,A), (C,A), (C,A), (C,B),

ID=2可能成对出现

(B,C), (B,C)
(C,B), (C,C)
(C,B), (C,C)

预期的数据帧:

   A  B  C
A  6  3  3
B  3  0  3
C  3  3  2

我目前得到了什么(请参阅以下与其他stackoverflow问题的关系):

df = pd.merge(df, df, on='ID')
df = pd.crosstab(df['Value_x'], df['Value_y']).rename_axis(None).rename_axis(None, axis=1)
print (df)

错误的输出:

   A  B  C
A  9  3  3
B  3  2  3
C  3  3  5

正如您可能会发现的，该问题主要是与乙二醛方面有关。我假设我必须集中精力处理合并方面的问题。但是，到目前为止，我还无法解决:(有什么建议吗？
提前致谢!
相关问题:
与 that question有很多相似之处。但是，这个问题可能会有一些错误的期望。 (A，A)= 0，(B，B)= 0，(C，C)= 0的情况应为0，因为基于该问题在两种情况(ID = 1或ID = 2)中都不存在。如果我们只想计算该问题的条件> AB，AC，BA，BC，CA，CB(来自ID = 1)和BC，CB(来自ID = 2)。另一方面，这里的主要区别是在对角线一侧。

Answer 1

让我们在dot之后尝试crosstab，然后减去自身对〜

s = pd.crosstab(df.ID,df.Value)
out = s.T.dot(s)
np.fill_diagonal(out.values, out.values.diagonal() - s.sum())
out
Value  A  B  C
Value         
A      6  3  3
B      3  0  3
C      3  3  2