如何对同一列中至少共享一个“1”的所有标签（索引）进行分组？答案

【问题标题】：How to group all labels (index) which shares at least one "1" in the same column?如何对同一列中至少共享一个“1”的所有标签（索引）进行分组？
【发布时间】：2018-02-22 08:49:10
【问题描述】：

分组规则：

在同一列中至少有一个“1”
共享任意数量的公共行（参见示例）

例如：

   c0  c1  c2  c3
A   1   0   0   1
B   0   0   1   0
C   0   0   0   1
D   0   1   1   0
E   0   1   0   0

预期输出：

[[A, C], [B, D, E]]

如您所见，B 和 E 在列中不共享“1”，但它们有共同的“D”，因此应将所有 3 个分组

【问题讨论】：

B和E怎么在同一个组？
@omri_saadon 他们有共同点
图形/网络需要这个吗？
我建议您在问题中添加更多关于行分组规则的说明。
@omri_saadon，我添加了更多关于规则的解释，tnx 供建议

标签： python pandas numpy

【解决方案1】：

这是一个使用networkx的解决方案。

import networkx as nx
a = np.where(df.T, df.index, '').sum(axis=1)
g = [list(x) for x in a if len(x) > 1]
G = nx.Graph(g)
list(nx.connected_components(G))

[{'B', 'D', 'E'}, {'A', 'C'}]

【讨论】：

我在[df.index[df[c].astype(bool)].tolist() for c in df.columns]，这可能比这慢。
非常感谢大家！
使用@TedPetrou 的推演后，如果不想使用networkx，请参阅Merge lists that share common elements 替代方法
这很好 +1。

【解决方案2】：

这样就可以实现你想要的：

import numpy as np
from itertools import combinations 
import networkx as nx

df
"""output:  
   1  2  3  4
0            
A  1  0  0  1
B  0  0  1  0
C  0  0  0  1
D  0  1  1  0
E  0  1  0  0
"""

df.index.tolist()
"""output:
['A', 'B', 'C', 'D', 'E']
"""
list(combinations(df.index.tolist(),2))

"""output : 
[('A', 'B'),
 ('A', 'C'),
 ('A', 'D'),
 ('A', 'E'),
 ('B', 'C'),
 ('B', 'D'),
 ('B', 'E'),
 ('C', 'D'),
 ('C', 'E'),
 ('D', 'E')]
"""
results = [x for x in list(combinations(df.index.tolist(),2)) if np.sum(df.loc[x[0],:].multiply(df.loc[x[1],:])) > 0]

results
"""output: 
[('A', 'C'), ('B', 'D'), ('D', 'E')]
"""
list(nx.connected_components(nx.Graph(results)))
"""output: 
[{'A', 'C'}, {'B', 'D', 'E'}]
"""

【讨论】：