如何在Pandas DataFrame中拆分m:n关系生成双向关联边？

假设原始数据结构 #

先明确你的DataFrame结构，这里举两种常见情况：

情况1：关联人员存储为列表列

import pandas as pd

df = pd.DataFrame({
    '交易ID': ['T001', 'T002', 'T003'],
    '关联人员': [['张三', '李四'], ['王五', '赵六', '孙七'], ['张三', '王五']]
})

情况2：关联人员分散在多列中

df = pd.DataFrame({
    '交易ID': ['T001', 'T002'],
    '人员1': ['张三', '王五'],
    '人员2': ['李四', '赵六'],
    '人员3': [None, '孙七']
})

核心处理步骤 #

不管哪种情况，核心是为每笔交易内的所有人员生成两两双向边（即A→B和B→A都保留），具体代码如下：

步骤1：统一数据格式（针对情况2）

如果是多列存储人员，先合并为非空的列表列：

# 选取所有人员列，合并为无空值的列表
df['关联人员'] = df.filter(like='人员').apply(lambda x: x.dropna().tolist(), axis=1)

步骤2：生成双向边

from itertools import combinations

# 1. 生成每笔交易内的人员两两无向边对（不重复组合）
edge_pairs = df.groupby('交易ID')['关联人员'].apply(
    lambda people: list(combinations(people, 2))
).explode().dropna()

# 2. 拆分边对为起点、终点列
edges = pd.DataFrame(edge_pairs.tolist(), columns=['起点', '终点'])

# 3. 生成双向边：复制并反转起点终点
reverse_edges = edges.rename(columns={'起点': '终点', '终点': '起点'})
bidirectional_edges = pd.concat([edges, reverse_edges], ignore_index=True)

最终结果示例 #

运行后得到的bidirectional_edges就是可用于网络可视化的双向边表，结构如下：

起点  终点
0  张三  李四
1  李四  张三
2  王五  赵六
3  赵六  王五
4  王五  孙七
5  孙七  王五
6  赵六  孙七
7  孙七  赵六
8  张三  王五
9  王五  张三

这个表可以直接导入NetworkX、Gephi等工具进行网络可视化。

内容的提问来源于stack exchange，提问作者Monatron