[python]各種グループ内に特定の数字を見つけてカウントしていきたい

Question

先にすいません、pythonやりたいことがあるのですが、それをするためにどのような関数を使えばいいかすら、
すなわち、とっかかりすら分からない状態です。とっかかり部分だけでも大丈夫ですのでご教授いただけると助かります。

いま、５つの会社がそれぞれ参加している、３つのグループがあるとします。
会社は、企業名ではなく、番号で個体識別しています。
グループも、グループ名ではなく、番号で個体識別しています。
実際のデータ（現在はcsvデータ）はこのような感じです。

グループ	企業番号
1	1
1	4
1	2
1	3
2	5
2	2
2	3
3	1
3	4
3	5

このようなデータがある上で、pythonやりたいこととしては、
企業番号１と企業番号２の会社が同じグループにいる数（上の表だと１）
企業番号１と企業番号３の会社が同じグループにいる数（上の表だと１）
企業番号１と企業番号４の会社が同じグループにいる数（上の表だと２）
・・・
企業番号５と企業番号４の会社が同じグループにいる数（上の表だと１）
みたいなことを、企業番号の数だけ計算したいと思っております。
ぼんやりとした質問で大変申し訳ございませんが、pythonで上記作業を行うに当たって、必要な作業をご教授いただけると幸いです。
よろしくお願いいたします。

Answer 1

企業番号ごとに、どのグループに属しているかを表にまとめておいて、その表をつかって集計してはどうでしょうか。
企業ごとのグループ情報を集合の形にしておけば、積集合を計算するだけで簡単に集計できると思います。

import pandas as pd

data = {'グループ': ['g1', 'g1', 'g1', 'g1', 'g2', 'g2', 'g2', 'g3', 'g3', 'g3'],
        '企業番号': [1, 4, 2, 3, 5, 2, 3, 1, 4, 5]}

df = pd.DataFrame(data)         #  元のデータ
print(df)
print('-' * 50)

res = df.groupby(df['企業番号'], as_index=False).agg(set) # 企業ごとにどのグループに属しているかのまとめ
print(res)
print('-' * 50)

targets = [1, 2]                 # 集計対象の企業番号
ans = res['グループ'][res['企業番号'].isin(targets)].agg(lambda x: set.intersection(*x))
print(f'{targets}の会社に共通するグループ数: {len(ans)}件 ({ans})')

出力イメージは以下のようになります。

  グループ  企業番号
0   g1     1
1   g1     4
2   g1     2
3   g1     3
4   g2     5
5   g2     2
6   g2     3
7   g3     1
8   g3     4
9   g3     5
--------------------------------------------------
   企業番号      グループ
0     1  {g3, g1}
1     2  {g2, g1}
2     3  {g2, g1}
3     4  {g3, g1}
4     5  {g3, g2}
--------------------------------------------------
[1, 2]の会社に共通するグループ数: 1件 ({'g1'})

Comments

[yu--32]

回答いただきまして、ありがとうございます。
お示しのコードでうまく回せました。出力結果に、どのグループと重複しているのかまで表示できるのはとても驚きました。
targetのところに、全組み合わせdataframeを入れてループさせてあげると、すべての組み合わせの結果を出力することができました。
resとaggの使い方が自分自身勉強不足であまりよく分かっておりませんでしたが、これを機に理解を深めることができました。
本当にありがとうございました。

Answer 2

Pythonというよりも、どういうアルゴリズムを組むかという話ですね。

企業番号の組み合わせ(対)をキーとした辞書を用意し、グループごとに企業番号の組み合わせを全て洗い出して、辞書をインクリメントしていくというのはどうでしょうか。

Comments

[yu--32]

コメントありがとうございます。
企業の組み合わせを作成して、グループごとにその組み合わせが検索できるのかなど、少し調べてみようと思います。