如何在python中检查数据组是否连接

假设我们有这样一个数据集：

import pandas as pd
import numpy as np

df = pd.DataFrame({'ID':[1,1,1,2,2,2,3,3,3,4,4,4], 'Number':[234, 43, 455, 112, 45, 234, 982, 41, 112, 46, 109, 4]})

现在，如果运行上面的代码，您将看到ID的1、2和3都是“已连接”的，即ID 1通过Number==234连接到ID 2，ID 2通过Number==112连接到ID 3。但是ID 4没有连接到其他3个ID。所以我想要一个像这样的df_决赛

df_final = pd.DataFrame({'ID':[1,1,1,2,2,2,3,3,3,4,4,4], 'Number':[234, 43, 455, 112, 45, 234, 982, 41, 112, 46, 109, 4], 'Group':[1,1,1,1,1,1,1,1,1,2,2,2]})

我的数据集很大，所以我需要一些尽可能高效的代码。我定义了一个'is_a_neighbor'函数来检查两个ID之间是否有重叠。如果两个ID连接（即有重叠），则返回“True”。我想我需要以某种方式将它嵌入到一个循环中。下面是函数：

def is_a_neighbor(id_1, id_2):
  val = np.isin(df[df['ID'] == id_1][['Number']].to_numpy(), df[df['ID'] == id_2][['Number']].to_numpy()).any()
  return val

还有试运行

# Test is_a_neighbor function
id_1 = 1
id_2 = 2

val = is_a_neighbor(id_1, id_2)
val

---

将返回“True”。感谢您在这方面提供的帮助/指导。

以下代码应该可以工作：

将熊猫作为pd导入
将networkx导入为nx
df=pd.DataFrame（{'ID'：[1,1,1,2,2,2,3,3,4,4]，
‘数字’：[234、43、455、112、45、234、982、41、112、46、109、4]}）
df.ID=df.ID.astype（str）
g=nx.来自边列表（df，'ID'，'Number'）
连接的_组件=nx。连接的_组件（g）
d={y:i代表i，x在枚举中（连接的_组件）代表y在x}
df['group']=df.ID.replace（d）
df.ID=df.ID.astype（int）

之所以将

ID

列转换为字符串，是因为我们希望

ID

列中的

1

与

Number

列中的

1

不同

如果我们不这样做，下面的示例将只显示一个组：

身份证件 数 1. 3. 2. 3. 3. 4.

---

据我所知，有一长串对（Id，Number）和两个不同的Id属于同一个组，如果有任何数字N，那么（i1，N）和（id2，N）都存在

我不知道你为什么认为你需要熊猫或者小矮人来做这个

为什么不这样做呢：

data = [(1, 234), (1, 43), (1, 455), (1, 112), (2, 234), ...]


# Create sets of numbers for each index

number_sets = {}
for (index, number) in data:
    # if we've not seen the index before we create an empty set
    if index not in number_sets:
        number_sets[index] = set()

    number_sets[index].add(number)

现在我们创建一个组列表，每个组记录一个索引列表和一组使用这些索引找到的数字

groups = []
    
for (index, numbers) in number_sets.items():
    for (index_list, superset) in groups:
        # if any of the numbers are in the superset then this index belongs to this group
        if not superset.isdisjoint(numbers):
           index_list.append(index)
           superset.join(numbers)
           break
    else:
        # We never had a break so we've found a new group
        groups.append(([index], numbers))

---

您是否考虑过使用NetworkX这样的图形专用库？工作起来很有魅力。。谢谢我很乐意帮忙！如果你觉得答案有帮助，请记住接受。是的，比预期快得多！