如何用DataFrame遍历属性对检测情感属性的互斥性？

需求说明 #

检测情感属性是否互斥：即同一个词的多个情感属性不能同时存在非零值，需要枚举所有属性对逐一验证。

数据示例 #

N | P | U | L | S | W
0   1   ...
0   2   ...
1   0   ...
0   0   ...

需要验证的属性对：
N P, N U, N L, N S, N W
P U, P L, P S, P W
U L, U S, U W
L S, L W, S W

用户错误代码 #

用户尝试以下代码实现，但运行报错：

a=range(0,7)
b=range(0,7)
for i in a:
  for j in b:
    sum(df.iloc[:,i]*df.iloc[:,j]!=0)

解决方案 #

问题分析 #

原代码存在三个核心问题：

• 硬编码列数range(0,7)，无法适配列数变化的情况
• 遍历所有i和j会重复检查同一属性对（如N&P和P&N），还会检查属性自身与自身，完全冗余
• 用乘积判断非零的方式不够直观，极端情况下可能存在数值溢出风险

修正后的代码 #

# 动态获取数据框的列数
n_cols = df.shape[1]

# 遍历所有不重复的属性对（i < j，避免重复检查）
for i in range(n_cols):
    for j in range(i + 1, n_cols):
        # 获取当前属性对的列名
        col_name1 = df.columns[i]
        col_name2 = df.columns[j]
        
        # 计算两列同时非零的行数（等价于乘积非零的行数）
        overlap_count = sum((df.iloc[:, i] != 0) & (df.iloc[:, j] != 0))
        
        # 根据结果判断是否互斥
        if overlap_count == 0:
            print(f"属性对 {col_name1}-{col_name2}：互斥")
        else:
            print(f"属性对 {col_name1}-{col_name2}：不互斥，共 {overlap_count} 行同时非零")

代码说明 #

1. 动态列数：用df.shape[1]获取列数，无需硬编码，适配不同的数据集结构
2. 无重复遍历：通过j = range(i + 1, n_cols)确保每对属性只检查一次，避免冗余计算
3. 直观判断逻辑：用(df.iloc[:,i] !=0) & (df.iloc[:,j] !=0)直接判断两列同时非零的情况，比乘积方式更清晰易懂

内容的提问来源于stack exchange，提问作者sonofjeffgoldblum