如何统计Pandas DataFrame中BPG组与其他组的匹配事件并处理分组结果

1. 将相同symbol/date/hour的group转为列表 #

你之前的分组把group也纳入了分组键，导致同一组合下不同的group被拆分成了单独的组，所以无法得到目标列表。正确的做法是仅按symbol、date、hour分组，然后对group列做列表聚合：

import pandas as pd

# 按指定列分组，把group列聚合为列表
grouped_df = test_df.groupby(["symbol", "date", "hour"])["group"].agg(list).reset_index()

执行后grouped_df的group列就会是你需要的格式，比如[["BPG"],["BPG"],["MPG"],["BPF", "BPG"]]这类形式。

2. 统计BPG与其他组的匹配次数 #

接下来筛选出包含"BPG"且存在其他组的记录，再统计次数：

统计总匹配事件数 #

# 筛选：group列表包含BPG，且列表长度>1（说明有其他组共存）
bpg_cooccur = grouped_df[grouped_df["group"].apply(lambda x: "BPG" in x and len(x) > 1)]

# 总匹配次数就是筛选后的数据行数
total_bpg_matches = len(bpg_cooccur)

统计BPG与每个组的具体匹配次数 #

如果需要知道BPG分别和哪些组匹配了多少次，可以进一步处理：

# 提取所有包含BPG的配对
match_pairs = []
for group_list in bpg_cooccur["group"]:
    # 取出列表中除BPG外的其他组
    other_groups = [g for g in group_list if g != "BPG"]
    # 为每个其他组生成(BPG, 其他组)的配对
    for g in other_groups:
        match_pairs.append(("BPG", g))

# 统计各配对的出现次数
pair_count = pd.Series(match_pairs).value_counts()

比如结果可能是：

(BPG, BPF)    1
(BPG, MPG)    2
dtype: int64

内容的提问来源于stack exchange，提问作者denisRei