Python 列出列之间的关系

我在下面有一个数据框：

df=pd.DataFrame({'cnpj':[410000132,410000132,4830624000197,4830624000197,4830624000197],'Nome Pessoa':['EUGENIO LUPORINI NETO','JUAN MATIAS SERAGOPIAN','EUGENIO LUPORINI NETO','SIMONE FANKHAUSER','ALEX SOUZA']})
print(df)

            cnpj             Nome Pessoa
0      410000132   EUGENIO LUPORINI NETO
1      410000132  JUAN MATIAS SERAGOPIAN
2  4830624000197   EUGENIO LUPORINI NETO
3  4830624000197       SIMONE FANKHAUSER
4  4830624000197              ALEX SOUZA

每个

cnpj

都是一家公司。每个

Nome Pessoa

都是一个人。我想为每个

Nome Pessoa

列出其他人以与他相同的

cnpj

出现的人（最好不要重复）。换句话说，我将使用

cnpj

作为键列出人们之间的关系，df看起来是这样的（或者至少接近它）：

例如，

df['Relations'][0]=['JUAN MATIAS SERAGOPIAN'、'SIMONE FANKHAUSER'、'ALEX SOUZA']

是这样的，因为JUAN MATIAS Seragopopian与EUGENIO LUPORINI NETO（410000132）出现在同一个cnpj中，SIMONE FANKHAUSER和ALEX SOUZA与EUGENIO（4830624000197）一起出现在另一个cnpj中

我想这可能是groupby领域的某个东西，但不确定如何实现它。

以下方法有效：

In[0]:

def add_relations(row):
    current_name = row['Nome Pessoa']
    cnpjs = df[df['Nome Pessoa'] == current_name]['cnpj']
    relations = df['cnpj'].isin(cnpjs)
    output = df[relations]['Nome Pessoa'][df['Nome Pessoa'] != current_name]
    return list(output)

df['Relations'] = df.apply(add_relations, axis=1)
df

Out[0]:
            cnpj             Nome Pessoa  \
0      410000132   EUGENIO LUPORINI NETO   
1      410000132  JUAN MATIAS SERAGOPIAN   
2  4830624000197   EUGENIO LUPORINI NETO   
3  4830624000197       SIMONE FANKHAUSER   
4  4830624000197              ALEX SOUZA   

                                           Relations  
0  [JUAN MATIAS SERAGOPIAN, SIMONE FANKHAUSER, AL...  
1                            [EUGENIO LUPORINI NETO]  
2  [JUAN MATIAS SERAGOPIAN, SIMONE FANKHAUSER, AL...  
3                [EUGENIO LUPORINI NETO, ALEX SOUZA]  
4         [EUGENIO LUPORINI NETO, SIMONE FANKHAUSER]

这会使用

apply

，因此不是最佳选择，但可能会很好，具体取决于您拥有的数据量

更新：我也尝试了用

groupby

制作一些东西，并提出了以下方法，这些方法也很有效，但感觉不太理想，因为它使用了

groupby

2x，而且对列表的理解非常糟糕。我觉得有一个更好的答案，但它是逃避我

num_to_name = df.groupby('cnpj')['Nome Pessoa'].apply(list)
name_to_num = df.groupby('Nome Pessoa')['cnpj'].apply(list)

df['Relations'] = df['Nome Pessoa'].map(name_to_num)
df['Relations'] = [[x for x in num_to_name.loc[df.loc[i,'Relations']].values.sum()
                    if x != df.loc[i, 'Nome Pessoa']] for i in df.index]

感谢您对上述内容的帮助。

以下功能有效：

In[0]:

def add_relations(row):
    current_name = row['Nome Pessoa']
    cnpjs = df[df['Nome Pessoa'] == current_name]['cnpj']
    relations = df['cnpj'].isin(cnpjs)
    output = df[relations]['Nome Pessoa'][df['Nome Pessoa'] != current_name]
    return list(output)

df['Relations'] = df.apply(add_relations, axis=1)
df

Out[0]:
            cnpj             Nome Pessoa  \
0      410000132   EUGENIO LUPORINI NETO   
1      410000132  JUAN MATIAS SERAGOPIAN   
2  4830624000197   EUGENIO LUPORINI NETO   
3  4830624000197       SIMONE FANKHAUSER   
4  4830624000197              ALEX SOUZA   

                                           Relations  
0  [JUAN MATIAS SERAGOPIAN, SIMONE FANKHAUSER, AL...  
1                            [EUGENIO LUPORINI NETO]  
2  [JUAN MATIAS SERAGOPIAN, SIMONE FANKHAUSER, AL...  
3                [EUGENIO LUPORINI NETO, ALEX SOUZA]  
4         [EUGENIO LUPORINI NETO, SIMONE FANKHAUSER]

这会使用

apply

，因此不是最佳选择，但可能会很好，具体取决于您拥有的数据量

更新：我也尝试了用

groupby

制作一些东西，并提出了以下方法，这些方法也很有效，但感觉不太理想，因为它使用了

groupby

2x，而且对列表的理解非常糟糕。我觉得有一个更好的答案，但它是逃避我

num_to_name = df.groupby('cnpj')['Nome Pessoa'].apply(list)
name_to_num = df.groupby('Nome Pessoa')['cnpj'].apply(list)

df['Relations'] = df['Nome Pessoa'].map(name_to_num)
df['Relations'] = [[x for x in num_to_name.loc[df.loc[i,'Relations']].values.sum()
                    if x != df.loc[i, 'Nome Pessoa']] for i in df.index]

---

感谢提供上述帮助。

您可以使用

apply

并在其中添加查询，然后将结果附加到数据框：

def get_关系（行，df）：
行_cnpj=行['cnpj']
行名称=行['Nome Pessoa']
query=df.query（'cnpj=@row\u cnpj和'Nome Pessoa'！=@row\u name'））
行['Relations']=查询['Nome Pessoa']。值
返回行
df=df.apply（λx:get_关系（x，df），轴=1）

您可以使用

apply

并在其中添加查询，然后将结果附加到数据框：

def get_关系（行，df）：
行_cnpj=行['cnpj']
行名称=行['Nome Pessoa']
query=df.query（'cnpj=@row\u cnpj和'Nome Pessoa'！=@row\u name'））
行['Relations']=查询['Nome Pessoa']。值
返回行
df=df.apply（λx:get_关系（x，df），轴=1）