如何从包含多值特质列的DataFrame中生成带权重的边列表

以下是基于Pandas的完整实现逻辑，你的初始思路方向完全正确，具体步骤和代码如下：

• 第一步：展开特质列，将每个英雄的每个特质拆分为单独行
• 第二步：对展开后的表做自连接，匹配出所有共享同一特质的英雄对
• 第三步：过滤无效配对（自己和自己的配对），可选过滤双向重复配对
• 第四步：按英雄对分组统计出现次数，就是两个英雄共享的特质数量（即边权重）

完整代码 #

import pandas as pd

# 构造示例数据，可替换为你的实际数据
df = pd.DataFrame({
    'Champion': ['Alphelios', 'Ashe', 'Heimerdinger', 'Lee Sin'],
    'Traits': [
        ['Nightbringer', 'Ranger'],
        ['Draconic', 'Ranger'],
        ['Renewer', 'Draconic', 'Caretaker'],
        ['Nightbringer', 'Skirmisher']
    ]
})

# 1. 展开Traits列
df_explode = df.explode('Traits', ignore_index=True)

# 2. 自连接匹配同特质的英雄对
df_merge = df_explode.merge(df_explode, on='Traits', suffixes=('_source', '_target'))

# 3. 过滤无效配对：移除自己和自己的配对，同时用大小于判断避免A-B和B-A的重复双向边
# 如果需要保留双向边，仅保留`Champion_source != Champion_target`的判断即可
df_merge = df_merge[df_merge['Champion_source'] < df_merge['Champion_target']]

# 4. 分组统计权重，得到最终边列表
edge_df = df_merge.groupby(['Champion_source', 'Champion_target'], as_index=False)['Traits'].count()
edge_df.rename(columns={'Traits': 'weight'}, inplace=True)

输出示例 #

最终得到的edge_df结构如下：

注：该方案在英雄量级小于1000的场景下性能足够，完全满足普通游戏数据分析需求

内容的提问来源于stack exchange，提问作者annsofs