使用包含多个值的列从 DataFrame 创建 Edgelist

Question

我有一个包含一些英雄及其相关特征的数据框，它看起来像这样：

Index	Champion	Traits
0	Alphelios	'Nightbringer', 'Ranger'
1	Ashe	'Draconic', 'Ranger'
2	Heimerdinger	'Renewer', 'Draconic', 'Caretaker'
3	Lee Sin	'Nightbringer', 'Skirmisher'

特征表示为：['Nightbringer', 'Ranger'], ['Draconic', 'Ranger'] 等。

...等等。

我希望创建一个包含冠军和具有相同特征的冠军的边缘列表；

Source	Target
0	3
0	1
1	2

.. 名单还在继续。我还希望最后一个 DataFrame 包含一个带有权重的列，例如，如果两个冠军具有相同的两个特征，甚至是树，那么它的权重为 2 (3)。我认为应该扩展数据框，以便每个冠军都有几行（包含他们的每个特征），但我似乎无法找到解决问题的方法。有人可以帮我吗？谢谢！

Answer 1

IIUC，你需要统计其他匹配特征的行数。

使用 str.get_dummies 和 numpy 的组合：

注意。这假设 Traits 是字符串，如果列表只是从列表中获取虚拟对象

import numpy as np

a = df.Traits.str.get_dummies(sep=',').values
b = a.dot(a.T)
np.fill_diagonal(b, 0)

pd.DataFrame({'Source': df['Index'],
              'Target': b.sum(1)})

输出：

   Source  Target
0       0       2
1       1       1
2       2       0
3       3       1

Answer 2

您可以使用所有特征出现的索引创建一个字典：

my_dict = {}

for i, j in enumerate(df['Traits']):
    for trait in j:
        if trait in my_dict:
            my_dict[trait].append(i)
        else:
            my_dict[trait] = [i]
print(my_dict)

输出：

{'Nightbringer': [0, 3], 'Ranger': [0, 1], 'Draconic': [1, 2], 'Renewer': [2], 'Caretaker': [2], 'Skirmisher': [3]}

这是一种更好的方法，因为您不会得到不必要的重复，例如0 points to 3 和 3 points to 0