python - 部分交集 - 多个组

Question

我不确定如何解决我的问题，因此我无法查看它是否已经存在（提前道歉）

Group    Item
 A         1
 A         2
 A         3
 B         1
 B         3
 C         1
 D         2
 D         3

我想知道共享超过 X 个项目（本例中为 2 个）的所有组组合。我想知道他们共享哪些项目。

结果：

A-B: 2 (item 1 and item 3)
A-D: 2 (item 2 and item 3)

组和项目的列表真的很长，跨组的最大项目匹配数可能不超过 3-5。

NB超过 2 个组可以有共享项目 - 例如 ABE: 3 所以一次只比较两个组是不够的。我需要比较所有组的组合。

我的想法

1. 第一轮：所有组中的一堆 - 至少有两个值在所有人之间共享？
2. 第二轮：All-1组（所有组合）
3. 第三轮：全2组（所有组合）

直到我达到只有两组（所有组合）之间的比较。然而，这似乎超级沉重的性能明智！我不知道该怎么做。

你觉得呢？你有没有什么想法？

谢谢！

标签： pythonpython-3.xpandas

Answer 1

这就是我处理问题的方法，它可能不是处理它的最有效方法，但它有明确的优点。

1. 列出每个组，该组拥有的所有项目。
2. 然后对于每对组，列出所有共享项（例如，对于组 A 的所有项，检查它是否是组 B 的一项）。
3. 检查共享项目的数量是否高于您的阈值X。

这不是一个现成的功能，但它应该很容易（或至少是一个很好的练习）实现。

玩得开心 ！