如何用Pandas从两列邻接列表生成基于交集计数的邻接矩阵

当前流程维度完全错位：用pd.crosstab(df.Drug, df.Gene)生成的是「药物行、基因列」的计数矩阵，后续直接拿药物列表同时重索引行和列，本质是让药物列表去匹配基因列，根本无法生成「药物与药物间的交集计数邻接矩阵」。

核心是计算每两个药物绑定的基因集合的交集大小，可通过矩阵乘法批量完成计算，步骤为：

• 对原始两列邻接表去重，避免同个「药物-基因」条目重复出现导致计数偏差
• 构建「药物×基因」的0-1指示矩阵：存在关联记1，无关联记0
• 将指示矩阵的行对齐目标药物列表，无任何关联的药物条目填充全0值
• 将指示矩阵与其转置做矩阵乘法，得到的矩阵每个位置值即为两药物共同关联的基因总数
• 将矩阵对角线（药物与自身的自关联计数）全部设为0，匹配示例邻接矩阵无自环的要求

import pandas as pd
import numpy as np

# 读取原始Drug-Gene两列邻接表，去重
df = pd.read_csv('lista.csv').drop_duplicates()

# 读取需要纳入矩阵统计的所有药物节点列表
drugs = pd.read_csv('drugs.csv')['Drug'].tolist()

# 构建药物-基因指示矩阵，对齐所有目标药物
drug_gene_mat = pd.crosstab(df['Drug'], df['Gene']).reindex(index=drugs).fillna(0)
# 转为0-1指示值（如果需要按关联次数统计，注释掉下面这行即可）
drug_gene_mat = (drug_gene_mat > 0).astype(int)

# 矩阵乘转置，计算两两药物的共同关联数
adj_matrix = drug_gene_mat @ drug_gene_mat.T

# 将对角线的自计数值设为0
np.fill_diagonal(adj_matrix.values, 0)

按照给出的示例邻接表数据（A关联x/y/z、B关联x/w、C关联x/w/i），运行代码得到的邻接矩阵为：

注：你之前给出的示例邻接矩阵数值为结构参考，实际计数会严格匹配两节点的真实关联交集大小

内容的提问来源于stack exchange，提问作者Samael Olascoaga