在列表列表中查找最常出现的配对

Question

我有一个数据集，表示许多技术报告的作者列表。每个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人，即过去合作最多的人：

['John', 'Jennifer'] - 3 times
['John', 'Mark'] - 2 times
['Mark', 'Jennifer'] - 2 times
etc...

如何在Python中执行此操作？

Answer 1

结合使用collections.Counterdict 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()将以最常见到最少的顺序返回配对，您要第一个n最常见的通过n d.most_common(n)