1

我有一个来自 LASTFM 数据集的数据框,其中包含以下列: user_id | 像这样的friend_id

uid | fid
346 | 23
355 | 48

我想将用户之间的关系作为第三列(一种邻接向量),例如:

uid1 | uid2 | friends
23   | 48   | 0
23   | 56   | 0
23   | ..   | 0
23   | 346  | 1
48   | 23   | 0
48   | 56   | 0
48   | ..   | 0
48   | 346  | 0
48   | 355  | 1
23   | ..   | 0
23   | 346  | 1
346  | 23   | 1

我尝试过使用合并、加入、lambda,但到目前为止都没有成功。任何帮助,将不胜感激。

4

1 回答 1

1

这里的策略是两步。首先创建 UID 叉积数据集,然后附加好友指标:

通过首先从原始数据集中获取对的并集以及它们的逆来创建 UID 叉积。我们将创建一个中间数据集 ,friends我们将在稍后的过程中使用它来指示哪些 UID 是朋友:

pairs = df.rename(columns={'uid': 'uid1', 'fid': 'uid2'})
friends = pd.concat([pairs, pairs.rename(columns={'uid1': 'uid2', 'uid2':'uid1'})])
uids = friends.uid1.drop_duplicates().to_frame(name='uid')

   uid
0  346
1  355
0   23
1   48

然后,附加一个虚拟合并键以允许交叉产品合并:

uids['dummy_key'] = 1
uids = uids.merge(uids, on='dummy_key', suffixes=('1', '2'))[['uid1', 'uid2']]

    uid1  uid2
0    346   346
1    346   355
2    346    23
3    346    48
4    355   346
5    355   355
...

现在,我们合并朋友数据集,附加一个指示列,开始我们的邻接列表:

adj = uids.merge(friends, on=['uid1', 'uid2'], how='left', indicator=True)

    uid1  uid2     _merge
0    346   346  left_only
1    346   355  left_only
2    346    23       both
3    346    48  left_only
4    355   346  left_only
5    355   355  left_only
...

最后,我们将_merge指标编码到friend列中:

adj['friends'] = adj.apply(lambda row: 1 if row['_merge'] == 'both' else 0, axis=1)
adj = adj[['uid1', 'uid2', 'friends']]

    uid1  uid2  friends
0    346   346        0
1    346   355        0
2    346    23        1
3    346    48        0
4    355   346        0
5    355   355        0
于 2020-05-11T14:38:18.807 回答