Pandas Edgelist处理：统计两两组合在指定列的共同值数量

首先导入依赖库并构造原始数据表：

import pandas as pd
import itertools

# 构造原始数据
df = pd.DataFrame({
    'Name': ['Alice', 'Bob', 'Clyde', 'Dave', 'Alice', 'Bob'],
    'Pet': ['Dog', 'Dog', 'Horse', 'Dog', 'Cat', 'Cat']
})

接下来获取每个用户对应的宠物集合，方便后续快速计算交集：

# 按用户分组，将每个用户的宠物转为集合存储
user_pet_map = df.groupby('Name')['Pet'].apply(set).to_dict()
all_users = user_pet_map.keys()

生成所有不重复的两两用户组合，计算共同宠物数量并格式化输出字段：

result = []
# itertools.combinations 会自动生成无重复的两两组合，不会出现(A,B)和(B,A)重复、以及用户和自己配对的情况
for name1, name2 in itertools.combinations(all_users, 2):
    common_pets = user_pet_map[name1] & user_pet_map[name2]
    common_count = len(common_pets)
    # 按要求格式化Pet字段
    if common_count >= 2:
        pet_desc = f"{common_count}（双方都拥有{'、'.join(common_pets)}）"
    else:
        pet_desc = str(common_count)
    result.append({
        'Name1': name1,
        'Name2': name2,
        'Pet': pet_desc
    })

# 转为DataFrame查看结果
result_df = pd.DataFrame(result)
print(result_df)

运行代码得到的结果和需求完全匹配：

如果需要把宠物名替换为中文，直接在构造原始数据时修改对应值即可。

内容的提问来源于stack exchange，提问作者bobglu