Python 使用pandas计算节点之间的社交距离

我想创建一个数据框，指示专利之间的社会距离。我已经有了一个数据框，显示了（共同）发明人和专利的关联网络。其思想是根据关联发明人计算连接两项专利的最小节点数（专利）。例如，同一个inventor A正在处理P1和P2，因此距离应为0。P3和P1之间的距离为1，因为A（P1）在P2上与C一起工作，C在P3上工作。然而，仅当目标（种类）专利比源专利年轻时，才应计算距离，例如，不应包括从P3到P1的距离。inventor_id和patent_id是真实数据集中的int值

>>> import pandas as pd
>>> df_affiliation = pd.DataFrame({'inventor_id':['A','A','B','B','C','C','D'],
...                               'patent_id':['P1','P2','P1','P4','P2','P3','P3','P5'],
...                               'year':[1986,1987,1986,1989,1987,1988,1988]})
>>> df_affiliation
  inventor_id  patent_id  year
0           A         P1  1986
1           A         P2  1987
2           B         P1  1986
3           B         P4  1989
4           C         P2  1987
5           C         P3  1988
6           D         P3  1988

新的数据帧应如下所示：

>>> df_distance = pd.DataFrame({'source_patent_id':['P1','P1','P1','P2','P2','P3'],
...                             'destination_patent_id':['P2','P3','P4','P3','P4','P4'],
...                             'distance':[0,1,0,0,1,2]})
>>> df_distance
  source_patent_id destination_patent_id  distance
0               P1                    P2         0
1               P1                    P3         1
2               P1                    P4         0
3               P2                    P3         0
4               P2                    P4         1
5               P3                    P4         2

---

为了使潜在的社会联系更加清晰，请参阅附件中Singh（2005）的陈述。协作网络是知识扩散模式的决定因素。

我们如何区分源专利和子专利？如果您创建一个更简单的问题版本，使用通用的列名和组名，并直接用数据而不是组名来解释您的问题，您也更有可能得到答案研究我们不熟悉的背景。就我而言，我发现在解析术语时很难弄清楚数据中发生了什么，以及它与数据格式的关系。源和子（目的地）专利之间的区别应该基于df_所属的年份。然而，我也有一个数据集链接源和儿童专利，但我认为在计算上更可行的方法是为社会距离创建一个df，然后从中获取相应的值。你能详细说明距离度量的计算吗？具体来说，为什么P3和P4之间的距离为2？我认为这个想法是计算至少有一个共同发明人的专利的“节间”。然而，P3和P4没有共同的发明人，但P3和P4有共同的发明人。这个想法是为了看看知识是否通过共同发明人从P3流向P4。我附上的图片更清楚地显示了这一点。P3与P2（第一个节点）共享同一个inventor，P2与P1（第二个节点）共享一个inventor。P1随后也通过共同的共同发明人链接到P4。因此，发明者链将是：C-A-B，而产生的专利链是：P3-P2-P1-P4（>中间的两个节点）。我希望这能让事情变得更清楚：）