在熊猫数据框中成对计数答案

【问题标题】：Count all pairwise in pandas dataframe在熊猫数据框中成对计数
【发布时间】：2020-02-10 23:25:04
【问题描述】：

我正在 Pandas 中寻找一种简单的方法来计算 2 列之间的所有成对组合。例如：

Col1    Col2   Freq
 A        B     1
 B        A     1
 A        C     1
 C        B     1
 C        A     1

预期输出：

Col1    Col2   Freq
 A        B     2
 A        C     2
 C        B     1

谢谢

【问题讨论】：

df[['Col1', 'Col2']] = np.sort(df[['Col1', 'Col2']], axis=1); df.groupby(['Col1', 'Col2']).size()
它是 sum 而不是 size: df.groupby(['Col1', 'Col2']).sum().reset_index()。将其发布为@user3483203 的答案？
这显然是 100 篇其他帖子的重复。更多的是一个问题，即哪个是最好的链接（即明显避免缓慢解决方案的那个）
This question 将 first() 替换为 sum()。
我认为frozenset的答案应该被取消删除，这确实是一个很好的答案

标签： python pandas

【解决方案1】：

你可以试试：

df2=(df
  .groupby(
       df[["Col1", "Col2"]]
       .apply(lambda x: str(sorted(x)), axis=1)
       )
  .agg({"Col1": "first", "Col2": "first", "Freq": "sum"})
  .reset_index(drop=True)
)

输出：

  Col1 Col2  Freq
0    A    B     2
1    A    C     2
2    C    B     1

【讨论】：

【解决方案2】：

`np.sort` 和 `groupby`

主要技巧是在仅考虑列'Col1' 和'Col2' 时对每一行进行排序。我使用一些拆包技巧将排序后的第一列放入x，将第二列放入y。

我可以将这些放在自己的列中，但这不是必需的，因为groupby 允许按外部数组进行分组。所以我就是这么做的。

x, y = np.sort(df[['Col1', 'Col2']].to_numpy(), axis=1).T
df.Freq.groupby([x, y]).sum()

A  B    2
   C    2
B  C    1
Name: Freq, dtype: int64

【讨论】：

不错的解决方案似乎可行，但您能解释一下吗？特别是“groupby（[x，y]）”真的让我难以捉摸......

【解决方案3】：

虽然这显然是其他人的重复，但我不确定是否在某处提到了以下方法：

s = (df.groupby(['Col1','Col2'])
       .Freq.sum()
       .unstack(-1, fill_value=0)
    )

np.triu(s) + np.triu(s.T,1)

输出：

array([[0, 2, 2],
       [0, 0, 1],
       [0, 0, 0]], dtype=int64)

【讨论】：

np.sort 和 groupby

`np.sort` 和 `groupby`