如何基于DataFrame生成与指定用户有≥3个共同物品的用户字典

我来帮你搞定这个需求！你要实现的是找出和指定用户有至少3个共同购买物品的其他用户，并且返回以用户ID为键、共同物品列表为值的字典，用Pandas可以很顺畅地完成这个任务，咱们一步步拆解：

步骤1：先准备测试数据（模拟你的场景） #

首先我们构造一个和你举例一致的DataFrame，方便后续测试：

import pandas as pd

# 模拟用户购买数据，和你举的例子对应
data = {
    'User ID': ['U1', 'U2', 'U3', 'U2', 'U3', 'U2', 'U1', 'U1', 'U1', 'U1', 'U1', 'U3'],
    'Item': ['A', 'B', 'C', 'A', 'B', 'C', 'B', 'C', 'D', 'E', 'L', 'L']
}
df = pd.DataFrame(data)

这里U1买了A、B、C、D、E、L，U2买了A、B、C，U3买了B、C、L，完全匹配你描述的示例场景。

步骤2：提取目标用户的物品集合 #

先把指定用户（比如U1）买过的物品去重，存成集合——集合的交集运算比列表快得多，大数据量下优势明显：

target_user = 'U1'
# 获取目标用户的所有唯一物品
target_items = set(df[df['User ID'] == target_user]['Item'])

步骤3：分组计算共同物品并筛选符合条件的用户 #

接下来用groupby按用户ID分组，对每个用户的物品去重后，计算和目标用户的交集，筛选出交集长度≥3的用户：

result_dict = {}

# 遍历每个用户的分组数据
for user, group in df.groupby('User ID'):
    # 跳过目标用户自己，避免把自己算进去
    if user == target_user:
        continue
    # 获取当前用户的所有唯一物品
    user_unique_items = set(group['Item'])
    # 计算和目标用户的共同物品，转成列表
    common_items = list(user_unique_items & target_items)
    # 判断共同物品数量是否达标
    if len(common_items) >= 3:
        result_dict[user] = common_items

步骤4：查看最终结果 #

运行完上面的代码后，result_dict就是你想要的格式：

print(result_dict)
# 输出结果：{'U2': ['A', 'B', 'C'], 'U3': ['B', 'C', 'L']}

额外说明 #

• 如果你的原始数据里有重复的「用户-物品」记录（比如同一个用户多次买同一个物品），用set去重是必须的——我们只关心用户是否买过该物品，不关心购买次数。
• 如果需要保留物品的购买顺序（比如按首次购买时间排序），可以把集合换成去重后的列表：

  user_unique_items = list(group['Item'].unique())
  common_items = [item for item in user_unique_items if item in target_items]
  

  这种方式虽然效率稍低，但能维持物品的原始出现顺序。

内容的提问来源于stack exchange，提问作者user517696