如何统计同一id中城市值的共现组合出现次数？

现有如下DataFrame：

id      city
1       Swindon
1       Malmesbury
1       Kettering
2       Bath
2       Swindon
2       Salisbury
2       Kettering
3       Swindon
3       Kettering
3       Bath

需要统计city列中各城市在同一id下的共现情况，生成城市组合及其对应的出现次数，示例输出如下：

f                  t
Swindon/Kettering  3
Swindon/Bath       2
Swindon/Salisbury  1
Bath/Salisbury     1
...                ...

可以用Pandas结合itertools.combinations来实现，具体步骤如下：

• 按id分组，对每个分组内的city生成所有不重复的两两组合（组合为无序，比如Swindon/Bath和Bath/Swindon视为同一组合）
• 收集所有分组的组合，统计每个组合的出现次数
• 整理成要求的输出格式

具体代码如下：

import pandas as pd
from itertools import combinations

# 构造示例DataFrame
df = pd.DataFrame({
    'id': [1,1,1,2,2,2,2,3,3,3],
    'city': ['Swindon','Malmesbury','Kettering','Bath','Swindon','Salisbury','Kettering','Swindon','Kettering','Bath']
})

# 按id分组生成有序的两两组合（避免重复统计反向组合）
combinations_list = df.groupby('id')['city'].apply(lambda x: list(combinations(sorted(x), 2))).explode()

# 将组合转换为"/"分隔的字符串格式
combinations_str = combinations_list.apply(lambda x: '/'.join(x))

# 统计组合出现次数并整理结果
result = combinations_str.value_counts().reset_index()
result.columns = ['f', 't']

print(result)

代码说明 #

• groupby('id')['city']：按id分组，提取每个分组的城市列表
• combinations(sorted(x), 2)：先对分组内的城市排序，再生成两两组合，确保反向组合格式统一，避免重复统计
• explode()：将分组后的组合列表展开为单行记录
• value_counts()：统计每个组合的出现频次
• reset_index()：将统计结果的索引转为列，并重命名列名为需求中的f和t

内容的提问来源于stack exchange，提问作者teogj