python - 如何根据 pd 数据框中的共享项对对进行分组？

Question

我在下面有一张表，A、B、C、D、E 项实际上是相同的类型，但在“Old_Group”列中，它被分组为 M1、M2 和 M3。
有没有办法可以根据他们的共享项目检测他们的组？在这种情况下，M1 和 M3 都有共享项“A”，因此即使它们有其他不同的项，也可以将它们视为同一类型的项，因此应该将它们分组在一起，并且由于项 G 和 H 不'不会出现在任何其他组中，它们将被分配到另一个组中。我希望结果类似于“New_Group”列。
在真实的表中，有更多的项目，所以我想知道是否有更快的方法来正确分组它，“New_Group”的组号可以分配一个随机但不重复的数字。
非常感谢您提前。


元素
Old_Group
新建_组


一种
M1
N1

乙
M1
N1

C
M1
N1

一种
M2
N1

乙
M2
N1

一种
M3
N1

D
M3
N1

乙
M3
N1

G
M4
氮气

H
M4
氮气

Answer 1

这更像是网络问题，试试 networkx

import networkx as nx
G=nx.from_pandas_edgelist(df, 'item', 'Old_Group')
l=pd.Series(list(nx.connected_components(G))).map(list).explode()
df['New'] = df.Old_Group.map(dict(zip(l,l.index)))
df
Out[75]: 
  item Old_Group New_Group  New
0    A        M1        N1    0
1    B        M1        N1    0
2    C        M1        N1    0
3    A        M2        N1    0
4    B        M2        N1    0
5    A        M3        N1    0
6    D        M3        N1    0
7    E        M3        N1    0
8    G        M4        N2    1
9    H        M4        N2    1