Làm thế nào tạo ra tất cả các cặp giá trị, từ kết quả của một groupby, trong một dataframe gấu trúc

Question

Tôi có một dataframe gấu trúc df:

ID  words 
1  word1 
1  word2 
1  word3 
2  word4 
2  word5 
3  word6 
3  word7 
3  word8 
3  word9 

Tôi muốn tạo ra một dataframe rằng sẽ tạo ra tất cả các cặp của các từ trong mỗi nhóm. Vì vậy, các kết quả cho ở trên sẽ là:

ID  wordA wordB 
1  word1 word2 
1  word1 word3 
1  word2 word3 
2  word4 word5 
3  word6 word7 
3  word6 word8 
3  word6 word9 
3  word7 word8 
3  word7 word9 
3  word8 word9 

Tôi biết rằng tôi có thể sử dụng df.groupby['words'] để có được những lời trong mỗi ID.

Tôi cũng biết rằng tôi có thể sử dụng

iterable = ['word1','word2','word3'] 
list(itertools.combinations(iterable, 2)) 

để có được tất cả các kết hợp cặp càng tốt. Tuy nhiên, tôi là một chút bị mất như là cách tốt nhất để tạo ra một dataframe kết quả như được hiển thị ở trên.

Answer 1

sử dụng đơn giản của nó itertools kết hợp bên trong áp dụng và chồng tức

from itertools import combinations 
ndf = df.groupby('ID')['words'].apply(lambda x : list(combinations(x.values,2))) 
          .apply(pd.Series).stack().reset_index(level=0,name='words') 

ID   words 
0 1 (word1, word2) 
1 1 (word1, word3) 
2 1 (word2, word3) 
0 2 (word4, word5) 
0 3 (word6, word7) 
1 3 (word6, word8) 
2 3 (word6, word9) 
3 3 (word7, word8) 
4 3 (word7, word9) 
5 3 (word8, word9) 

Để phù hợp với bạn đầu ra chính xác hơn nữa chúng ta phải làm

sdf = pd.concat([ndf['ID'],ndf['words'].apply(pd.Series)],1).set_axis(['ID','WordsA','WordsB'],1,inplace=False) 

    ID WordsA WordsB 
0 1 word1 word2 
1 1 word1 word3 
2 1 word2 word3 
0 2 word4 word5 
0 3 word6 word7 
1 3 word6 word8 
2 3 word6 word9 
3 3 word7 word8 
4 3 word7 word9 
5 3 word8 word9 

Để chuyển đổi nó thành một dòng chúng tôi có thể làm:

combo = df.groupby('ID')['words'].apply(combinations,2)\ 
        .apply(list).apply(pd.Series)\ 
        .stack().apply(pd.Series)\ 
        .set_axis(['WordsA','WordsB'],1,inplace=False)\ 
        .reset_index(level=0) 

Answer 2

Bạn có thể xác định hàm tùy chỉnh được áp dụng cho từng nhóm. Cả hai đầu vào và đầu ra là một dataframe:

def combine(group): 
    return pd.DataFrame.from_records(itertools.combinations(group.word, 2)) 

df.groupby('ID').apply(combine) 

Kết quả:

  0  1 
ID     
1 0 word1 word2 
    1 word1 word3 
    2 word2 word3 
2 0 word4 word5 
3 0 word6 word7 
    1 word6 word8 
    2 word6 word9 
    3 word7 word8 
    4 word7 word9 
    5 word8 word9 

Answer 3

Bạn có thể sử dụng groupby với apply và trở DataFrame, cuối cùng thêm reset_index cho loại bỏ mức độ thứ hai và sau đó cho tạo cột từ chỉ số :

from itertools import combinations 

f = lambda x : pd.DataFrame(list(combinations(x.values,2)), 
          columns=['wordA','wordB']) 
df = (df.groupby('ID')['words'].apply(f) 
           .reset_index(level=1, drop=True) 
           .reset_index()) 
print (df) 
    ID wordA wordB 
0 1 word1 word2 
1 1 word1 word3 
2 1 word2 word3 
3 2 word4 word5 
4 3 word6 word7 
5 3 word6 word8 
6 3 word6 word9 
7 3 word7 word8 
8 3 word7 word9 
9 3 word8 word9