如何基于Pandas DataFrame生成含双向计数的加权有向边列表？

给定如下Pandas DataFrame（df）：

import pandas as pd
df = pd.DataFrame([
    ['A', 'B', '1'],
    ['A', 'B', '2'],
    ['B', 'A', '41'],
    ['A', 'C', '11'],
    ['C', 'B', '3'],
    ['B', 'D', '4'],
    ['D', 'B','51']
], columns=('station_i', 'station_j','UID'))

通过以下代码得到df2：

df2=df.groupby(by=['station_i', 'station_j']).size().to_frame(name = 'counts_ij').reset_index()

df2的输出结果为：

station_i station_j  counts_ij
0         A         B          2
1         A         C          1
2         B         A          1
3         B         D          1
4         C         B          1
5         D         B          1

需要生成df3，将值相同但方向相反的边对合并，新增counts_ji列记录反向边的计数（无反向边则为0），目标df3如下：

station_i station_j counts_ij counts_ji
0         A         B         2         1
1         A         C         1         0
2         C         B         1         0
3         B         D         1         1

可以通过自连接+去重逻辑实现需求，具体步骤如下：

1. 创建反向边的临时表，互换station_i和station_j字段，并重命名计数列：

reverse_df = df2.rename(columns={
    'station_i': 'station_j',
    'station_j': 'station_i',
    'counts_ij': 'counts_ji'
})

2. 将原表与反向表做左连接，匹配对应反向边的计数：

merged_df = df2.merge(reverse_df, on=['station_i', 'station_j'], how='left')

3. 填充缺失值：无反向边的记录，counts_ji会显示为NaN，将其填充为0并转为整数类型：

merged_df['counts_ji'] = merged_df['counts_ji'].fillna(0).astype(int)

4. 去重处理：为避免同时保留正向和反向边（比如A-B和B-A），生成统一的边标识，然后每组只保留一条记录：

# 生成边的唯一标识，正向/反向边的标识一致
merged_df['edge_key'] = merged_df.apply(
    lambda x: '-'.join(sorted([x['station_i'], x['station_j']])), axis=1
)
# 去重，保留每组中首次出现的记录
df3 = merged_df.drop_duplicates(subset='edge_key', keep='first').drop(columns='edge_key').reset_index(drop=True)

执行后得到的df3完全符合需求：

station_i station_j  counts_ij  counts_ji
0         A         B          2          1
1         A         C          1          0
2         C         B          1          0
3         B         D          1          1

内容的提问来源于stack exchange，提问作者Albert