Question

我想在某种条件下生成所有可能的组合。鉴于我有一个包含所需条件的数据框。

Variable     Cluster_no sub_group
GDP_M3       1          GDP
HPI_M3_lg2   1          HPI
FDI_C_lg5    1          FDI
FDI_M6       2          FDI
Export_M9    2          Export
GDP_M9       2          GDP
GDP_M12_lg7  3          GDP
Export_M12   3          Export

我发现itertools.combinations给了我3的所有可能组合。但是，我想考虑使用cluster_no和sub_group的更多条件。

已经说过，如果我以GDP_M3中的cluster 1开头，它将不会与HPI_M3_lg2或FDI_C_lg5匹配，因为它来自同一集群。给定群集条件，它将查找其他群集，这些群集是cluster 2或cluster 3。

在cluster 2中，有2个可能的变量，分别是FDI_M6或Export_M9，因为我也想考虑sub_group的条件。如果选择FDI_M6，它将移至下一个群集，因为再次允许每个群集中只有1个变量。

现在，我的名单是[GDP_M3, FDI_M6]。组合的下一个变量是Export_M12，因为它来自cluster 3和sub_group Export。

我想设置3种可能的组合（1到3）。对此有任何建议。

谢谢。

编辑以添加我的代码。

N=3
combination=[]

for i in range(1, N+1):
    for j in itertools.combinations(a, i):
        combination.append(list(j))

Answer 1

我不认为内置的组合方法可以处理这种情况。您必须编写自己的回溯组合算法。我已经尝试实现一个：

all_possible_combinations = []
def get_combinations(N, data, cur_index=0, generated_el=[], cluster_tracker=set(), sub_group_tracker=set()):
    if N == 0:
        if generated_el:
            all_possible_combinations.append(tuple(generated_el))
        return

    if cur_index >= len(data):
        return

    get_combinations(N, data, cur_index+1, generated_el, cluster_tracker, sub_group_tracker)

    if data[cur_index][1] in cluster_tracker:
        # I have already taken this cluster
        return

    if data[cur_index][2] in sub_group_tracker:
        # I have already taken this sub group
        return

    generated_el.append(data[cur_index][0])
    cluster_tracker.add(data[cur_index][1])
    sub_group_tracker.add(data[cur_index][2])
    get_combinations(N-1, data, cur_index+1, generated_el, cluster_tracker, sub_group_tracker)  
    generated_el.pop()
    cluster_tracker.remove(data[cur_index][1])
    sub_group_tracker.remove(data[cur_index][2])

    return


if __name__ == "__main__":
    data = [
        ("GDP_M3", "1", "GDP"),
        ("HPI_M3_lg2", "1", "HPI" ),
        ("FDI_C_lg5", "1", "FDI"),
        ("FDI_M6", "2", "FDI"),
        ("Export_M9", "2", "Export"),
        ("GDP_M9", "2", "GDP"),
        ("GDP_M12_lg7", "3", "GDP"),
        ("Export_M12", "3", "Export")
    ]

    get_combinations(3, data)
    print(all_possible_combinations)

您可以在此处查看输出：https://ideone.com/HwruJ7

Answer 2

我的方法类似于@Ahmad Faiyaz

from collections import defaultdict
x= [[1,1,'gdp'],[2,1,'hpi'],[3,1,'fdi'],[4,2,'fdi'],[5,2,'export'],[6,2,'gdp'],[7,3,'gdp'],[8,3,'export']]
c=defaultdict(list)
for i in x:
    c[i[1]]+=[i]

def rec_cal(i,clus,lis):
    if i in c.keys():
        for j in c[i]:
            if j[2] not in clus:
                clus.append(j[2])
                lis.append(j[0])
                rec_cal(i+1,clus,lis)
                clus.pop()
                lis.pop()
            else:
                continue
    else:
        print(lis)

rec_cal(1,[],[])

您将得到的输出为

[1, 4, 8]
[2, 4, 7]
[2, 4, 8]
[2, 5, 7]
[2, 6, 8]
[3, 5, 7]
[3, 6, 8]

此方法首先借助词典构建聚类集合，然后在考虑子组的情况下递归遍历这些聚类以创建最终输出。现在，我只是打印它，但是您可以轻松捕获它

有条件的所有可能组合

2 个答案: