我有一个数据集，表示许多技术报告的作者列表。每份报告可以由一个或多个人撰写:
a = [
['John', 'Mark', 'Jennifer'],
['John'],
['Joe', 'Mark'],
['John', 'Anna', 'Jennifer'],
['Jennifer', 'John', 'Mark']
]
我必须找到最频繁的配对，即过去合作次数最多的人:
['John', 'Jennifer'] - 3 times
['John', 'Mark'] - 2 times
['Mark', 'Jennifer'] - 2 times
etc...
如何在 Python 中执行此操作？
请您参考如下方法:
使用 collections.Counter 字典和 itertools.combinations:
from collections import Counter
from itertools import combinations
d = Counter()
for sub in a:
if len(a) < 2:
continue
sub.sort()
for comb in combinations(sub,2):
d[comb] += 1
print(d.most_common())
[(('Jennifer', 'John'), 3), (('John', 'Mark'), 2), (('Jennifer', 'Mark'), 2), (('Anna', 'John'), 1), (('Joe', 'Mark'), 1), (('Anna', 'Jennifer'), 1)]
most_common() 将按照从最常见到最少的顺序返回配对，如果您想要第一个 n 最常见的，只需传递 n d.most_common(n)
