Python 如何将一列的值与另一列的索引或类别配对？

我试图使用pandas和groupby方法将特定列的值与指定索引（Start）配对。我的数据集是：

     Start  Times
     Chicago    2
     Detroit    0
     Minnesota  3
     New York   1

我想要实现的是：

Start      Int      Time Pairs
Chicago   Detroit   [2,0]
Detroit   Minnesota [0,3]
Minnesota New York  [3,1]

这可能吗？我该怎么做？

这里有一个用于连接

系列的移位版本的：

df_ = (df.Start.astype(str)
               .shift(1)
               .str.cat(df.Start.astype(str), sep=',')[1:]
               .str.split(',', expand=True))
df_.columns = ['Start', 'Int']
df_['Time Pairs'] = (df.Times.astype(str).shift(1)
                             .str.cat(df.Times.astype(str))[1:]
                             .apply(list))


虽然没有明确pairinig值的标准（移动行？），但这是获得结果的（粗略）方法：

dftot = pd.DataFrame({'Start':df.Start[:-1].values,
                      'Int': df.Start[1:].values,
                      'Time Pairs' : [[i,j] for i,j in zip(df['Times'][:-1].values,df['Times'][1:].values)]})

输出

dftot

    Start     Int       Time Pairs
0   Chicago   Detroit   [2, 0]
1   Detroit   Minnesota [0, 3]
2   Minnesota New York  [3, 1]

配对值的标准是什么？不同的位置有一个唯一的旅行ID-通过时间对，我应该能够获得相同旅行ID的频率（计数）。我可以通过创建箱（例如[0,5]，[5,10]ref.time列）使代码正常工作，但这不是我要的计数（频率）。理想情况下，我希望将我的数据集作为第二个附件进行排序，这样我就可以继续编写代码，并在每个实例之间获得正确的旅行ID计数。非常感谢，我现在将尝试答案，并尽快返回给您。极好的解决方案！！现在我可以得到所有适用的组合和时间对。非常感谢！！非常感谢您，您的解决方案也非常有效！
dftot

    Start     Int       Time Pairs
0   Chicago   Detroit   [2, 0]
1   Detroit   Minnesota [0, 3]
2   Minnesota New York  [3, 1]