Как генерировать все пары значений из результата groupby в фрейме данных pandas

у меня есть фрейм данных pandas df:

ID     words
1      word1
1      word2
1      word3
2      word4
2      word5
3      word6
3      word7
3      word8
3      word9

Я хочу создать другой фрейм данных, который будет генерировать все пары слов в каждой группе. Таким образом, результат для вышеизложенного будет:

ID     wordA    wordB
1      word1    word2
1      word1    word3
1      word2    word3
2      word4    word5
3      word6    word7
3      word6    word8
3      word6    word9
3      word7    word8
3      word7    word9
3      word8    word9

Я знаю, что я могу использовать df.groupby['words'] чтобы получить слова в каждую ID.

Я знаю, что я могу использовать 

iterable = ['word1','word2','word3']
list(itertools.combinations(iterable, 2))

чтобы получить все возможные попарные комбинации. Тем не менее, я немного потерян относительно лучшего способа создания результирующего фрейма данных, как показанный выше.

6
combinations pandas python python-2.7

3 ответов

его простое использование комбинаций itertools внутри apply и stack i.e 

from itertools import combinations
ndf = df.groupby('ID')['words'].apply(lambda x : list(combinations(x.values,2)))
                          .apply(pd.Series).stack().reset_index(level=0,name='words')

 ID           words
0   1  (word1, word2)
1   1  (word1, word3)
2   1  (word2, word3)
0   2  (word4, word5)
0   3  (word6, word7)
1   3  (word6, word8)
2   3  (word6, word9)
3   3  (word7, word8)
4   3  (word7, word9)
5   3  (word8, word9)

чтобы соответствовать вам точный выход дальше мы должны сделать 

sdf = pd.concat([ndf['ID'],ndf['words'].apply(pd.Series)],1).set_axis(['ID','WordsA','WordsB'],1,inplace=False)

   ID WordsA WordsB
0   1  word1  word2
1   1  word1  word3
2   1  word2  word3
0   2  word4  word5
0   3  word6  word7
1   3  word6  word8
2   3  word6  word9
3   3  word7  word8
4   3  word7  word9
5   3  word8  word9

преобразовать в одну строку мы можем сделать :

combo = df.groupby('ID')['words'].apply(combinations,2)\
                     .apply(list).apply(pd.Series)\
                     .stack().apply(pd.Series)\
                     .set_axis(['WordsA','WordsB'],1,inplace=False)\
                     .reset_index(level=0)
3

можно использовать groupby С apply и возврат DataFrame, последней добавить reset_index для удаления второго уровня, а затем для создания столбца с индексом: 

from itertools import combinations

f = lambda x : pd.DataFrame(list(combinations(x.values,2)), 
                            columns=['wordA','wordB'])
df = (df.groupby('ID')['words'].apply(f)
                               .reset_index(level=1, drop=True)
                               .reset_index())
print (df)
   ID  wordA  wordB
0   1  word1  word2
1   1  word1  word3
2   1  word2  word3
3   2  word4  word5
4   3  word6  word7
5   3  word6  word8
6   3  word6  word9
7   3  word7  word8
8   3  word7  word9
9   3  word8  word9
4

Вы можете определить пользовательскую функцию, которая применяется к каждой группе. Как вход, так и выход представляют собой фрейм данных:

def combine(group):
    return pd.DataFrame.from_records(itertools.combinations(group.word, 2))

df.groupby('ID').apply(combine)

результат:

          0      1
ID                
1  0  word1  word2
   1  word1  word3
   2  word2  word3
2  0  word4  word5
3  0  word6  word7
   1  word6  word8
   2  word6  word9
   3  word7  word8
   4  word7  word9
   5  word8  word9
2