如何基于DataFrame多列唯一值创建加权邻接矩阵？

核心思路 #

每一行中的所有元素（国家、机构、部门、个人）属于同一关联组，我们需要统计任意两个元素在同一行中共同出现的次数，以此作为邻接矩阵的权重值。

实现步骤 #

1. 构建示例数据

import pandas as pd
import itertools

data = {
    '国家': ['USA', 'UK', 'China', 'Argentina'],
    '机构': ['Apple', 'Apple', 'Apple', 'Bosch'],
    '部门': ['Marketing', 'Marketing', 'Finance', 'Marketing'],
    '个人': ['John Fowler', 'Peter Pan', 'John Fowler', 'Messi']
}
df = pd.DataFrame(data)

2. 生成行内元素的所有有序配对
   遍历每一行，提取所有元素并生成两两有序组合，确保双向关联都被统计（比如USA和Apple的关联，同时记录(USA, Apple)和(Apple, USA)）：

pairs = []
for _, row in df.iterrows():
    elements = row.tolist()
    # 生成所有两两有序配对
    for pair in itertools.permutations(elements, 2):
        pairs.append(pair)

3. 统计配对次数并构建邻接矩阵
   将配对数据转为DataFrame，利用交叉表统计次数，最后将对角线值设为0（自身无连接）：

pair_df = pd.DataFrame(pairs, columns=['source', 'target'])
# 生成加权邻接矩阵
adj_matrix = pd.crosstab(pair_df['source'], pair_df['target'])
# 对角线元素置0
for idx in adj_matrix.index:
    adj_matrix.loc[idx, idx] = 0

4. 输出结果
   执行print(adj_matrix)即可得到你需要的加权邻接矩阵，与示例完全匹配。

补充说明 #

• 使用itertools.permutations而非combinations，是为了直接生成双向配对，无需后续手动对称填充矩阵；
• 交叉表pd.crosstab会自动统计每个配对出现的次数，正好对应邻接矩阵的权重值。

内容的提问来源于stack exchange，提问作者Beavis