如何用Pandas基于不同列匹配指定用户的共同好友？

数据集示例 #

NAME   FRIEND
     --------------
     John    Ella
     John    Ben
     Ella    John
     Ella    Ben
     Dave    Ben
     ...
     More Values

需求 #

提取John、Ella和Dave的共同好友列表，预期输出：['Ben']

问题重现 #

使用loc方法直接提取时，得到的是['Ella', 'Ben', 'John', 'Ben']，这是三人所有好友的合集，而非共同好友。

解决代码 #

假设你的数据存储在Pandas DataFramedf中，通过以下步骤实现：

# 分别提取每位用户的好友并去重
john_friends = set(df.loc[df['NAME'] == 'John', 'FRIEND'].unique())
ella_friends = set(df.loc[df['NAME'] == 'Ella', 'FRIEND'].unique())
dave_friends = set(df.loc[df['NAME'] == 'Dave', 'FRIEND'].unique())

# 计算三者的交集，得到共同好友
common_friends = list(john_friends.intersection(ella_friends, dave_friends))
print(common_friends)  # 输出: ['Ben']

说明 #

• 用set转换是因为集合天然支持交集运算，且自动去重
• unique()确保每个好友只出现一次，避免重复干扰
• 交集操作&或intersection()会筛选出同时存在于三个好友列表中的用户

内容的提问来源于stack exchange，提问作者study.isLove