按列表条目数过滤 Pandas Dataframe 并按对重新排列输出答案

【问题标题】：Filter Pandas Dataframe by number of list entries and rearrange output by pairs按列表条目数过滤 Pandas Dataframe 并按对重新排列输出
【发布时间】：2020-04-28 20:22:00
【问题描述】：

我正在使用格式如下的 csv 文件，该文件是通过使用 df.groupby 来过滤哪些 id 公开共享哪些链接而创建的。

 url        id
 bbc.com     ['183','194','101']
 cnn.com     ['182', '193', '103']
 google.com  ['131']

我现在正试图将其转换为一个新的 csv，每次两个 id 共享同一个链接时都会显示。

所以我的理想输出应该是这样的，特别是没有引号：

source target
183, 194
183, 101
194, 101
182, 193
182, 103
103, 193

非常感谢任何帮助！

我尝试从 df.drop 开始删除包含较少条目的行，但它将整个条目作为字符串读取，即 ['183, '194', '101'] 作为整个字符串而不是一个列表，所以我有点卡住了。

【问题讨论】：

标签： python pandas pandas-groupby

【解决方案1】：

我猜你需要使用 itertools.combinations(x, k)。示例如下：

import pandas as pd
import numpy as np
import itertools

df = pd.DataFrame({ 'url': ['bbc.com', 'cnn.com', 'google.com'],
              'id' : [['183','194','101'], ['182', '193', '103'], ['131']  ]})

df

    url         id
0   bbc.com     [183, 194, 101]
1   cnn.com     [182, 193, 103]
2   google.com  [131]

这是产生输出的循环：

k =2
for x in df['id'].values:
    for a, b in itertools.combinations(x, k):
          print(a, b)

输出：

【讨论】：

非常感谢您的帮助！这工作得很好。我意识到我最初遇到的问题是这崩溃了退出代码-9。在查找之后，它似乎意味着系统内存不足。因此，我现在正在研究一种将流程拆分为块的方法，因为此代码在较小的数据集上运行良好。