如何按组获取列值的唯一组合并添加至原DataFrame

要实现按RTG_ID分组统计TYPE的无序组合，并将组合信息和计数合并回原DataFrame，可按以下步骤操作：

步骤1：生成每个分组的组合字符串 #

按RTG_ID分组后，提取每组TYPE的唯一值，排序后用逗号拼接（排序是为了统一无序组合的格式，确保CD,FF,EF和FF,CD,EF被视为同一组合）。

步骤2：统计每个组合的出现次数 #

基于生成的组合字符串，统计每个组合在所有分组中出现的次数。

步骤3：合并信息到原DataFrame #

将组合字符串和计数与原DataFrame按RTG_ID关联，完成数据整合。

完整代码 #

import pandas as pd

# 原DataFrame
data = {'RTG_ID': ['AA','AA','AA','BB','BB','CC','CC','CC','EE','EE','EE','GG','GG','FF','FF'], 
        'TYPE': ['CD','FF','EF','CD','EG','CD','EF','FF','CD','EF','HH','CD','EG','CD','TT']}
df = pd.DataFrame(data)

# 1. 生成每个RTG_ID对应的无序组合字符串（排序后拼接）
group_combinations = df.groupby('RTG_ID')['TYPE'].agg(
    lambda x: ','.join(sorted(x.unique()))
).reset_index(name='COMBINATIONS')

# 2. 统计每个组合的出现次数
combination_counts = group_combinations['COMBINATIONS'].value_counts().reset_index()
combination_counts.columns = ['COMBINATIONS', 'COUNT']

# 3. 合并组合信息、计数与原DataFrame
df_output = df.merge(
    group_combinations.merge(combination_counts, on='COMBINATIONS'),
    on='RTG_ID'
)

print(df_output)

输出结果 #

运行代码后得到的df_output与期望结果一致：

RTG_ID TYPE COMBINATIONS  COUNT
0      AA   CD  CD,EF,FF      2
1      AA   FF  CD,EF,FF      2
2      AA   EF  CD,EF,FF      2
3      BB   CD  CD,EG        2
4      BB   EG  CD,EG        2
5      CC   CD  CD,EF,FF      2
6      CC   EF  CD,EF,FF      2
7      CC   FF  CD,EF,FF      2
8      EE   CD  CD,EF,HH     1
9      EE   EF  CD,EF,HH     1
10     EE   HH  CD,EF,HH     1
11     GG   CD  CD,EG        2
12     GG   EG  CD,EG        2
13     FF   CD  CD,TT        1
14     FF   TT  CD,TT        1

注：组合字符串的元素顺序为排序后结果，与示例中的顺序略有不同，但不影响组合的唯一性判定（因为无序组合不关心顺序）。若需保持示例中的元素顺序，可去掉sorted()函数，但这样会导致CD,FF,EF和FF,CD,EF被视为不同组合，不符合“组合不考虑顺序”的需求。

内容的提问来源于stack exchange，提问作者Josephine Fang