如何从pandas dataframe生成带共现权重的无向边列表

方案一：直接生成有效边列表（推荐，效率更高） #

不需要先生成全量人员两两组合，直接按月分组生成当月内的人员无向组合，再统计频次即可得到共现权重：

import pandas as pd
from itertools import combinations

# 按月份遍历生成所有共现人员对
edge_pairs = []
for month, group_df in df.groupby("monthyear"):
    # 生成当月内的无向两两组合，sorted保证a-b和b-a视为同一对
    month_pairs = combinations(sorted(group_df["name"].tolist()), 2)
    edge_pairs.extend(month_pairs)

# 统计每对人员的共现次数
res_df = (
    pd.Series(edge_pairs)
    .value_counts()
    .reset_index()
    .rename(columns={"index": "node_pair", 0: "weight"})
)
# 拆分节点对为node1、node2两列
res_df[["node1", "node2"]] = pd.DataFrame(res_df["node_pair"].tolist(), index=res_df.index)
# 调整列顺序得到最终结果
res_df = res_df[["node1", "node2", "weight"]].reset_index(drop=True)

该方案仅生成有共现记录的边，不会产生权重为0的无效数据，适合人员基数大、共现关系稀疏的场景，你的示例数据运行后可直接得到预期输出。

方案二：基于已有的全量组合df1填充权重 #

如果需要保留所有人员两两组合（包括权重为0的对），可以基于你已生成的df1批量计算权重：

# 提前预存每个名字对应的所有月份集合，避免重复计算提升效率
name_to_months = df.groupby("name")["monthyear"].apply(set).to_dict()

# 按行计算每对人员的共现月份交集长度，作为权重
df1["weight"] = df1.apply(
    lambda row: len(name_to_months[row["node1"]] & name_to_months[row["node2"]]),
    axis=1
)

# 若只需保留权重>0的边，补充执行下行过滤即可
# df1 = df1[df1["weight"] > 0].reset_index(drop=True)

内容的提问来源于stack exchange，提问作者h3rmit