组合 – Excel电子表格中的两套
很难解释这一点，但我会坚持下去。
我正在使用NodeXL来查看数据集中的关系。 基本上我有一些主题，然后是这些主题的子主题，我需要每个主题的子主题的所有可能的组合列表，但每个组合最多只有两个variables（将有重复的组合，因为有多个主题，我想看看哪些组合是最常见的）。
这是一个例子
input：
Topic Subtopic G/xxx1 Banana G/xxx1 Apple G/xxx1 Pear G/xxx1 Grape G/xxx2 Banana G/xxx2 Grape G/xxx2 Pear 产量
AB Banana Apple Banana Pear Banana Grape Apple Pear Apple Grape Pear Grape Banana Grape Banana Pear Grape Pear
我希望这是有道理的，如果有人有这样做的好方法，我会非常感激。 我不能手动做，因为我有成千上万的话题。
我用csv格式做了这个，但你可以调整它。 我怎么做（使用pandas阅读数据框）：
import pandas as pd df = pd.read_csv("data.csv") combinations = [] for index, subset in df.groupby("Topic"): subtopics = list(subset["Subtopic"]) n = len(subtopics) for i in range(n): for j in range(i): combinations.append(2(subtopics[i],subtopics[j])) print combinations print len(combinations)
无论如何，最好的方法来创build所有的对。 我正在研究可能的第二个解决scheme。 将尽快发布;）
编辑：
这是我的第二个解决scheme（仍然使用pandas）：
将pandas导入为pd
df = pd.read_csv("data.csv") indexedDF = df.reset_index().set_index("Topic") mergedDF = pd.merge(indexedDF,indexedDF, left_index=True, right_index=True) finalDF = mergedDF[mergedDF["index_x"] > mergedDF["index_y"]] print finalDF