Python 使用pandas对成对类别进行计数，以从整洁格式的数据帧返回数据透视图

我有一个数据框，如附加的屏幕截图： 要创建数据帧，请使用以下代码段：

import pandas as pd 

buyer_id=['aaa',
'bbb',
'aac',
'aaa',
'bbb']

category=['mobile',
'laptop',
'laptop',
'grocery',
'mobile']

data_tuples = list(zip(buyer_id,category))

df=pd.DataFrame(data_tuples, columns=['Buyer_ID','Category'])

我想创建一个新的数据框，它看起来像屏幕截图中所需的输出。 基本上计算成对的买家id，比如手机和手机应返回2，手机和杂货店应返回1，杂货店和笔记本电脑应返回0等

尝试使用groupby、pivot等，但不起作用。仅返回同一类别的值，即移动和移动

一种方法可能是采用pd.get_dummies（）并在一个go-on buyer_id级别对两列进行求和，并对求和等于2的行进行计数，这在Pandas中是否有更简单的方法？

使用，索引和列名称的最后更改顺序为，删除索引和列名称为：

与一起使用，索引和列名的最后更改顺序为，删除索引和列名的方法为：

i = df['Category'].unique()
df1 = df.merge(df, on='Buyer_ID')  
df = (pd.crosstab(df1['Category_x'],df1['Category_y'])
        .reindex(index=i, columns=i)
        .rename_axis(index=None, columns=None))
print (df)
         mobile  laptop  grocery
mobile        2       1        1
laptop        1       2        0
grocery       1       0        1