如何将含商品列表的DataFrame列转换为共现邻接矩阵

不需要手动预处理邻接矩阵，以下两种方法都可以基于你现有的DataFrame直接生成带共现权重的商品图，也可以导出你需要的邻接矩阵。

方法1：逐单累加边权重（推荐，内存占用低，适配大数据量） #

不用提前生成全量邻接矩阵，遍历每笔订单的商品组合直接给边权重计数，数据量较大时运行效率更高。

import pandas as pd
import networkx as nx
from itertools import combinations

# 测试用示例数据，和你给出的样例一致
df = pd.DataFrame({
    'receipt_no': [0, 1, 2, 3],
    'items': [
        ['2672', '121431', '121', '49292', '1827'],
        ['331', '131', '121'],
        ['121', '49292', '1313'],
        ['131345', '24', '2314', '194', '91913']
    ]
})

G = nx.Graph()
for items in df['items']:
    # 单笔订单内商品两两组合，先去重避免同商品对重复计数
    for a, b in combinations(set(items), 2):
        if G.has_edge(a, b):
            G[a][b]['weight'] += 1
        else:
            G.add_edge(a, b, weight=1)

如果需要导出邻接矩阵，直接调用NetworkX内置方法即可：

# 输出的矩阵行/列均为商品ID，单元格值为两商品共现小票数，对角线为0
adj_matrix = nx.to_pandas_adjacency(G, weight='weight', dtype=int)

用示例数据运行后，adj_matrix中121和49292对应值为2，121和131、331对应值为1，和你给出的邻接矩阵样例完全一致。

方法2：矩阵运算直接生成邻接矩阵（适合小数据集） #

如果数据量不大，可以先通过独热编码+矩阵乘法直接算出邻接矩阵，再导入NetworkX，方便后续做矩阵类分析：

# 把商品列表转成订单-商品独热表，每行对应1笔订单，每列对应1个商品
order_item_dummy = df['items'].apply(lambda x: '|'.join(set(x))).str.get_dummies(sep='|')
# 矩阵乘法直接得到共现次数
adj_matrix = order_item_dummy.T @ order_item_dummy
# 对角线置0，排除商品和自身的共现
for item in adj_matrix.columns:
    adj_matrix.loc[item, item] = 0

# 从邻接矩阵直接生成带权图
G = nx.from_pandas_adjacency(adj_matrix)

注意事项 #

• 两种方法生成的图G中，每条边的weight属性就是两商品共同出现的小票次数，可直接用于关联规则计算、社区划分、可视化等后续操作。
• 如果单张小票存在同一商品多次记录的情况，代码里已经用set(items)做了去重，不会出现计数虚高的问题。

内容的提问来源于stack exchange，提问作者doit21