Pandas:如何为多行中所有匹配的值创建主链接记录

Question

假设我有一个数据帧，如下所示，在2列中有值对。

A       B
182269  182270  
654372  654374
619300  619301
654373  654374

我想添加另一列，该列的行值表示同一行对中的所有匹配值，以及由这对值匹配的其他行中的所有值。

以下是预期结果：

A       B       C
182269  182270  182269, 182270
654372  654374  654372, 654373, 654374
619300  619301  619300, 619301
654373  654374  654372, 654373, 654374

你能给我建议吗？提前感谢！

Answer 1

让我们做networkx，注意我没有将set转换为字符串，如果你想将其转换为join

import networkx as nx
G=nx.from_pandas_edgelist(df, 'A', 'B')
l=list(nx.connected_components(G))
df['New']=[ y  for y in l  for x in df.A if x in y]
df
A       B                       New
0  182269  182270          {182269, 182270}
1  654372  654374  {654372, 654373, 654374}
2  654373  654374  {654372, 654373, 654374}
3  619300  619301          {619300, 619301}

Answer 2

您可以使用np.arange，其中可以指定start、stop和step。它将生成一个具有增量值的数组：

In [420]: df                                                                                                                                                                                                
Out[420]: 
A       B  
0  182269  182270  
1  654372  654374  
2  654373  654374  
3  619300  619301  
In [418]: df['C'] = [np.arange(x.A, x.B+1, 1) for x in df.itertuples()] 
In [420]: df                                                                                                                                                                                                
Out[420]: 
A       B                         C
0  182269  182270          [182269, 182270]
1  654372  654374  [654372, 654373, 654374]
2  654373  654374          [654373, 654374]
3  619300  619301          [619300, 619301]