如何使用pandas计算DataFrame两两列的共现频次

你现有DataFrame里的1、0都是字符串格式，需要先转换成数值类型再做运算，最简洁高效的实现方式如下：

# 将df中字符串格式的0/1转换为整数
df = df.astype(int)
# 直接通过矩阵乘法计算共现频次，结果自动对齐行列名
co_occurrence = df.T @ df

原理解释 #

将数据转为整数类型后，转置后的DataFrame和原DataFrame做矩阵乘法，本质是对每一组列对做对应位置相乘再求和，刚好就是两列同时为1的样本总数，完全匹配你的需求。示例数据运行后，co_occurrence.loc['M1','M2']的结果为2，和你预期的一致。
针对你160样本、100种矿物的数据集，该方法是向量化运算，运行效率远高于手动写双层循环逐对统计。 #

内容的提问来源于stack exchange，提问作者geolguy