python - 按列值组合分组

Question

我有这样一个数据框

+---+---+---
|  A|  B| 
+---+---+
|  1|  3|
|  1|  1|
|  1|  2|
|  1|  5| 
|  2|  5| 
|  2|  2| 
|  2|  1| 
|  3|  1| 
|  3|  2|
|  3|  5|
|  4|  3| 
|  4|  4|
|  5|  4|
|  5|  3|
|  6|  2|
|  6|  5|
|  6|  1|
|  6|  3|
|  7|  5|
|  7|  4|
|  7|  3|

+---+---+

我想计算每个 A 的两个 B 值的出现次数，以获得 B 的两个值的最常见组合，(顺序无关紧要)我希望结果是:[1,2]、[1,5]、[1,2] 和 [3,4] 作为 B 出现最多的值(我的意思是同一个)我试过这个:

oc=pd.DataFrame(columns=['A','B_combination'])
oc['B_combination']=df.astype('str').groupby('A')['B'].agg([ ';'.join,lambda x: set(x.tolist())])['<lambda_0>'].values
oc['A']=df.astype('str').groupby('A')['B'].agg([ ';'.join,lambda x: set(x.tolist())])['<lambda_0>'].index 

得到这样的不同组合:

|A |B_combination|
---+--------------
|1 |{2, 1, 3, 5} |
|2 |{2, 1, 5}    |
|3 |{2, 1, 5}    |
|4 |{4, 3}       |
|5 |{4, 3}       |
|6 |{2, 1, 3, 5} |
|7 |{4, 3, 5}    |

但是当我申请的时候

oc.groupby('B_combination').count()

为了获得最常见的组合，它不起作用，因为它是一个我试图转换为列表但同样它不起作用的集合

Answer 1

让我们用 groupby() 试试 itertools.combinations:

(df.groupby('A')['B']
   .apply(lambda x: pd.Series([tuple(sorted(x)) for x in combinations(x,2)]).value_counts())
   .reset_index()
)

输出:

    A level_1  B
0   1  (3, 5)  1
1   1  (2, 5)  1
2   1  (3, 1)  1
3   1  (3, 2)  1
4   1  (1, 5)  1
5   1  (1, 2)  1
6   2  (2, 1)  1
7   2  (5, 1)  1
8   2  (5, 2)  1
9   3  (2, 5)  1
10  3  (1, 5)  1
11  3  (1, 2)  1
12  4  (3, 4)  1
13  5  (4, 3)  1
14  6  (5, 3)  1
15  6  (2, 1)  1
16  6  (2, 3)  1
17  6  (1, 3)  1
18  6  (2, 5)  1
19  6  (5, 1)  1
20  7  (5, 3)  1
21  7  (5, 4)  1
22  7  (4, 3)  1