计算数据框中两列中作为相反对存在的唯一值的数量?
counting the number of unique values that exist as opposite pairs in two columns within a dataframe?
我有一个包含数千行用户交互数据的数据框。
我用它只给我 userID 以特定字母开头的用户
df[
df.userA.str.startswith(('b','c','e','f','5')) &
df.userB.str.startswith(('b','c','e','f','5'))
]
它返回了类似这样的东西
userA column: userB column: timestamp column:
f55570ac-c757-4e1f-b0b2-34997614f929 5ccd7ffd-7776-4a81-81dd-5331972454c2 2017-12-12 00:00:00
5bfb4313-1d38-4dd2-944d-82bcabea9e31 ebc48322-f8b8-4994-968c-93e8d9e9df1d 2017-12-13 00:03:00
ebc48322-f8b8-4994-968c-93e8d9e9df1d 5bfb4313-1d38-4dd2-944d-82bcabea9e31 2017-12-14 00:03:00
这个 "shows" 是什么,在第一行中,用户 f55570ac- 在该时间戳关注用户 5ccdffd。
在第二行中,用户 5bfb4313- 在该时间戳关注了 ebc48322-,在第三行中,用户 ebc48322- 在该时间戳关注了用户 5bfb4313-,因此具有 相互关系.
如何计算整个数据框中 相互关系 的数量?即,存在于 userA 列和 userB 列中的 唯一用户 ID 对 ?
任何想法将不胜感激:)
如果您只想检查 colB 中的 colA 值,可以使用此代码段
df['userA column: '].isin(df['userB column: ']).sum()
输出:
2
查找用户 A 和用户 B 中的出现顺序计数
pd.concat([df['userA']+'->'+df['userB'],df['userB']+'->'+df['userA']]).value_counts()
输出:
5bfb4313-1d38-4dd2-944d-82bcabea9e31->ebc48322-f8b8-4994-968c-93e8d9e9df1d 2
ebc48322-f8b8-4994-968c-93e8d9e9df1d->5bfb4313-1d38-4dd2-944d-82bcabea9e31 2
5ccd7ffd-7776-4a81-81dd-5331972454c2->f55570ac-c757-4e1f-b0b2-34997614f929 1
f55570ac-c757-4e1f-b0b2-34997614f929->5ccd7ffd-7776-4a81-81dd-5331972454c2 1
我有一个包含数千行用户交互数据的数据框。
我用它只给我 userID 以特定字母开头的用户
df[
df.userA.str.startswith(('b','c','e','f','5')) &
df.userB.str.startswith(('b','c','e','f','5'))
]
它返回了类似这样的东西
userA column: userB column: timestamp column:
f55570ac-c757-4e1f-b0b2-34997614f929 5ccd7ffd-7776-4a81-81dd-5331972454c2 2017-12-12 00:00:00
5bfb4313-1d38-4dd2-944d-82bcabea9e31 ebc48322-f8b8-4994-968c-93e8d9e9df1d 2017-12-13 00:03:00
ebc48322-f8b8-4994-968c-93e8d9e9df1d 5bfb4313-1d38-4dd2-944d-82bcabea9e31 2017-12-14 00:03:00
这个 "shows" 是什么,在第一行中,用户 f55570ac- 在该时间戳关注用户 5ccdffd。
在第二行中,用户 5bfb4313- 在该时间戳关注了 ebc48322-,在第三行中,用户 ebc48322- 在该时间戳关注了用户 5bfb4313-,因此具有 相互关系.
如何计算整个数据框中 相互关系 的数量?即,存在于 userA 列和 userB 列中的 唯一用户 ID 对 ?
任何想法将不胜感激:)
如果您只想检查 colB 中的 colA 值,可以使用此代码段
df['userA column: '].isin(df['userB column: ']).sum()
输出:
2
查找用户 A 和用户 B 中的出现顺序计数
pd.concat([df['userA']+'->'+df['userB'],df['userB']+'->'+df['userA']]).value_counts()
输出:
5bfb4313-1d38-4dd2-944d-82bcabea9e31->ebc48322-f8b8-4994-968c-93e8d9e9df1d 2
ebc48322-f8b8-4994-968c-93e8d9e9df1d->5bfb4313-1d38-4dd2-944d-82bcabea9e31 2
5ccd7ffd-7776-4a81-81dd-5331972454c2->f55570ac-c757-4e1f-b0b2-34997614f929 1
f55570ac-c757-4e1f-b0b2-34997614f929->5ccd7ffd-7776-4a81-81dd-5331972454c2 1