我有一个 Dataframe df 这代表着 person 卷入 event 在某种程度上 date 有点 factor 关于这个人。

df = pd.DataFrame({"person": ["A", "B", "D", "A", "X", "W", "F", "C", "D", "W", "D", "E", "M"],
                   "event": ["1", "1", "1", "2", "2", "4", "4", "2", "2", "8", "8", "8"],
                   "date": ["2010-07-01", "2010-07-01", "2010-07-01", "2010-08-01", "2010-08-01", "2010-08-03", "2010-08-05", "2010-08-05", "2010-10-01", "2010-10-01", "2011-01-01", "2011-01-01", "2011-01-05"],
                   "factor": [["10,000.00", "8,000.00", "9,000.00", "12,000.00", "12,000.00", "12,000.00", "nan", "5,000.00", "12,000.00", "14,000.00", "nan", "nan", "nan"]})

看起来也是这样的：

person   event     date         factor
A        1         2010-07-01   10,000.00
B        1         2010-07-01   8,000.00
D        1         2010-07-01   9,000.00
A        2         2010-08-01   12,000.00
X        2         2010-08-01   12,000.00
W        2         2010-08-03   12,000.00
F        4         2010-08-05   nan
C        4         2010-08-05   5,000.00
D        2         2010-10-01   12,000.00
W        2         2010-10-01   14,000.00
D        8         2011-01-01   nan
E        8         2011-01-01   nan
M        8         2011-01-05   nan

我想在新的 Dataframe 中创建一个定向邻接列表 df_directed ，而 person 谁的得分最高 factor 每 event 及 date 与来源相似。因此，这 person 是所有其他人的来源吗 person 参加同样的会议 event 同时 date . (案例1）
如果 factor 每 event 及 date 是平等的 person 谁拥有最高的累积价值 factor 具体 event 不顾一切 date 与来源相似(案例2）
如果有 factor 每 event 及 date 是不见了，那 person 谁拥有最高的累积价值 factor 具体 event 不顾一切 date 与来源相似(案例3，与案例2相同）
如果有的话 factors 都不见了, person 谁的年龄最大 date 分别为 event 成为源头(案例4）
期望输出：

source   target   event   date   
A        B        1       2010-07-01    
A        D        1       2010-07-01    # Case 1 
W        A        2       2010-10-01    
W        X        2       2010-10-01    
W        N        2       2010-10-01    
W        D        2       2010-10-01    # Case 2 
C        F        4       2010-08-05    # Case 3
D        E        8       2011-01-01
D        M        8       2011-01-05    # Case 4

在我的研究中，我发现了这一点，但不幸的是，我不能用它来解决我的问题。
非常感谢你的帮助！