如何在Python中获取Pandas DataFrame列值的唯一组合

针对你的需求，分两种场景给出解决方案：

1. 保留有序的唯一组合（顺序不同算不同组合） #

如果只需要去除完全重复的行（即col1和col2的值完全一致的重复项），直接使用drop_duplicates()即可：

# 获取有序的唯一组合列表
ordered_unique_pairs = df.drop_duplicates()[['col1', 'col2']].values.tolist()
print(ordered_unique_pairs)
# 输出：[['Date1', 'Date2'], ['Date1', 'Date3'], ['Date1', 'Date4'], ['Date2', 'Date1'], ['Date2', 'Date3'], ['Date2', 'Date4'], ['Date3', 'Date1'], ['Date3', 'Date2'], ['Date3', 'Date4'], ['Date4', 'Date1'], ['Date4', 'Date2'], ['Date4', 'Date3']]

2. 获取无序的唯一组合（顺序不同算同一组合） #

从需求描述来看，你大概率需要这种效果（比如('Date1','Date2')和('Date2','Date1')只保留一个）。可以通过先对每行的两个值排序，再去重实现：

方法一：用apply生成排序后的元组 #

# 对每行的col1和col2排序，生成统一顺序的元组
df['sorted_pair'] = df.apply(lambda row: tuple(sorted([row['col1'], row['col2']])), axis=1)
# 提取唯一的组合并转为列表
unordered_unique_pairs = df['sorted_pair'].unique().tolist()
print(unordered_unique_pairs)
# 输出：[('Date1', 'Date2'), ('Date1', 'Date3'), ('Date1', 'Date4'), ('Date2', 'Date3'), ('Date2', 'Date4'), ('Date3', 'Date4')]

方法二：集合推导式（更简洁） #

无需额外创建列，利用集合自动去重的特性直接处理：

unordered_unique_pairs = list({tuple(sorted(pair)) for pair in df[['col1', 'col2']].values})
print(unordered_unique_pairs)
# 输出同上，顺序可能因集合特性略有不同，但都是唯一的无序组合

内容的提问来源于stack exchange，提问作者EthanT