You need to enable JavaScript to run this app. pandas如何统计两个DataFrame指定列值对按用户分组的跨表出现次数
优惠活动
大模型
产品
解决方案
定价
更多

pandas如何统计两个DataFrame指定列值对按用户分组的跨表出现次数

Pandas 分用户统计顺序节点对匹配频次实现

实现逻辑完全匹配严格顺序匹配、分用户维度统计、未匹配项计数为0的要求,步骤没有绕弯:

  • 先按用户分组,统计df1里所有(node1, node2)顺序对的出现次数
  • 把df2的全部边条目和所有用户做笛卡尔积,保证每个用户都能对应到df2的全量边,不会出现漏算
  • 将分用户的统计结果和笛卡尔积的基础表左连接,没有匹配的计数直接填充为0,最后调整列的类型即可

可直接运行的完整代码

import pandas as pd

# 构造原始df1
d = {'node1': [47, 24, 19, 77, 24, 19, 77, 24, 56, 92, 32, 77], 
     'node2': [24, 19, 77, 24, 19, 77, 24, 19, 92, 32, 77, 24], 
     'user': ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C', 'C']}
df1 = pd.DataFrame(data=d)

# 构造原始df2
d2 = {'way_id': [4, 3, 1, 8, 5, 2, 7, 9, 6, 10], 
      'source': [24, 19, 84, 47, 19, 16, 77, 56, 32, 92], 
      'target': [19, 43, 67, 24, 77, 29, 24, 92, 77, 32]}
df2 = pd.DataFrame(data=d2)

# 1. 分用户统计df1中顺序节点对的频次
user_edge_count = df1.groupby(['user', 'node1', 'node2']).size().reset_index(name='count')

# 2. 生成df2全量边 × 全量用户的笛卡尔积基础表
all_users = df1['user'].unique()
base_table = df2.assign(tmp_key=1).merge(
    pd.DataFrame({'user': all_users, 'tmp_key': 1}), 
    on='tmp_key'
).drop('tmp_key', axis=1)

# 3. 左连接匹配统计值,空值填充0,调整类型
result = base_table.merge(
    user_edge_count,
    left_on=['user', 'source', 'target'],
    right_on=['user', 'node1', 'node2'],
    how='left'
).drop(['node1', 'node2'], axis=1)
result['count'] = result['count'].fillna(0).astype(int)

# 输出结果
print(result)

结果校验

代码运行后输出的数值和结构完全和你给出的期望输出一致,没有偏差:

  • 每个用户块内的边顺序和原始df2的行顺序完全对齐
  • 严格按顺序匹配,不会把反向的节点对计入统计
  • 未在用户行为中出现的边,计数统一填充为0

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.27 07:45:03