Для этого вы можете использовать метод NetworkX
connected_components
. Вот как я подхожу к этому этому решению:
import networkx as nx
from itertools import combinations, chain
df= pd.DataFrame({'Num_ID':[[['A1','A2','A3'],['A1','B1','B2','C3','D1']],
['A1','E2','E3'],
[['B4','B5','G4'],['B6','B4']],
['B4','C9']]})
Начните с выравнивания подсписков в каждом списке:
L = [[*chain.from_iterable(i)] if isinstance(i[0], list) else i
for i in df.Num_ID.values.tolist()]
[['A1', 'A2', 'A3', 'A1', 'B1', 'B2', 'C3', 'D1'],
['A1', 'E2', 'E3'],
['B4', 'B5', 'G4', 'B6', 'B4'],
['B4', 'C9']]
Учитывая, что списки / подсписки имеют более 2 элементов, вы можете получить все комбинации длины 2 из каждого подсписка и использовать их в качестве ребер сети (обратите внимание, что ребра могут соединять только два узла):
L2_nested = [list(combinations(l,2)) for l in L]
L2 = list(chain.from_iterable(L2_nested))
Создайте график и добавьте свой список в качестве краев графика, используя add_edges_from. Затем используйте connected_components, который точно даст вам список наборов связанных компонентов на графике:
G=nx.Graph()
G.add_edges_from(L2)
list(nx.connected_components(G))
[{'A1', 'A2', 'A3', 'B1', 'B2', 'C3', 'D1', 'E2', 'E3'},
{'B4', 'B5', 'B6', 'C9', 'G4'}]