熊貓在python熊貓數據框中的兩行之間獲得交集的方式

Question

說我有一些如下所示的數據。我想要同時獲得有兩個標籤的ID數。

tag id 
a A 
b B 
a B 
b A 
c A 

我的願望是什麼結果：

tag1 tag2 count 
a b 2 
a c 1 
b c 1 

在普通的Python我可以寫僞代碼：

d = defaultdict(set) 
d[tag].add(id) 
for tag1, tag2 in itertools.combinations(d.keys(), 2): 
    print tag1, tag2, len(d[tag1] & d[tag2]) 

不是最有效的方式，但它應該工作。現在我已經將數據存儲在Pandas數據框中。是否有更多熊貓的方式來達到同樣的效果？

Answer 1

這裏是我的嘗試：

from itertools import combinations 
import pandas as pd 
import numpy as np 

In [123]: df 
Out[123]: 
    tag id 
0 a A 
1 b B 
2 a B 
3 b A 
4 c A 

In [124]: a = np.asarray(list(combinations(df.tag, 2))) 

In [125]: a 
Out[125]: 
array([['a', 'b'], 
     ['a', 'a'], 
     ['a', 'b'], 
     ['a', 'c'], 
     ['b', 'a'], 
     ['b', 'b'], 
     ['b', 'c'], 
     ['a', 'b'], 
     ['a', 'c'], 
     ['b', 'c']], 
     dtype='<U1') 

In [126]: a = a[a[:,0] != a[:,1]] 

In [127]: a 
Out[127]: 
array([['a', 'b'], 
     ['a', 'b'], 
     ['a', 'c'], 
     ['b', 'a'], 
     ['b', 'c'], 
     ['a', 'b'], 
     ['a', 'c'], 
     ['b', 'c']], 
     dtype='<U1') 

In [129]: np.ndarray.sort(a) 

In [130]: pd.DataFrame(a).groupby([0,1]).size() 
Out[130]: 
0 1 
a b 4 
    c 2 
b c 2 
dtype: int64