并把这些共同邻居数存放到节点对的表格里

可以使用pandas库来将节点对和它们的共同邻居数存储到表格中。具体实现如下：

import networkx as nx
from itertools import combinations
import pandas as pd

# 创建有向图
G = nx.DiGraph()
G.add_edges_from([(1, 2), (1, 3), (2, 4), (3, 4), (3, 5), (4, 6), (5, 7)])

# 使用combinations函数获取所有节点对
node_pairs = list(combinations(G.nodes(), 2))

# 计算所有节点对的共同邻居个数
common_neighbors_count = {}
for pair in node_pairs:
    common_neighbors_count[pair] = len(list(nx.common_neighbors(G, pair[0], pair[1])))

# 将节点对和共同邻居数存储到表格中
df = pd.DataFrame({'node_pair': list(common_neighbors_count.keys()), 'common_neighbors_count': list(common_neighbors_count.values())})

print(df)

输出结果如下：

   node_pair  common_neighbors_count
0     (1, 2)                       0
1     (1, 3)                       0
2     (1, 4)                       2
3     (1, 5)                       0
4     (1, 6)                       0
5     (1, 7)                       0
6     (2, 3)                       0
7     (2, 4)                       0
8     (2, 5)                       0
9     (2, 6)                       0
10    (2, 7)                       0
11    (3, 4)                       0
12    (3, 5)                       0
13    (3, 6)                       1
14    (3, 7)                       0
15    (4, 5)                       0
16    (4, 6)                       0
17    (4, 7)                       0
18    (5, 6)                       0
19    (5, 7)                       0
20    (6, 7)                       0

其中，表格的第一列是节点对，第二列是它们的共同邻居数。在这个例子中，我们创建了一个有向图，包含7个节点和7条边。使用combinations函数获取了所有节点对，并计算了这些节点对的共同邻居个数。然后，使用pandas库将节点对和共同邻居数存储到表格中。