如何用Pandas基于子组件类型与数值实现配对并更新父组件计数？

原始DataFrame结构如下：

需要遵循以下规则实现子组件配对：

• 子组件A、B、C、D属于父组件Y组；E、F、G、H属于父组件Z组
• 仅当同一父组件组内所有子组件的数值差≤3时，才能组成对应父组件
• 每成功组成一个父组件，对应计数加1

期望输出结果：

步骤1：定义分组映射与初始化列 #

先定义子组件到父组件组的映射，给原始DataFrame添加目标列并初始化值为N/A。

import pandas as pd

# 构造原始DataFrame
data = {
    '子组件': ['A', 'B', 'C', 'D', 'A', 'A', 'D', 'E', 'F', 'G', 'H', 'F', 'F'],
    '数值': [10, 10, 12, 11, 10, 15, 10, 10, 12, 11, 10, 15, 10]
}
df = pd.DataFrame(data)

# 子组件到父组件组的映射关系
group_map = {
    'A': 'Y', 'B': 'Y', 'C': 'Y', 'D': 'Y',
    'E': 'Z', 'F': 'Z', 'G': 'Z', 'H': 'Z'
}

# 初始化目标列
df['父组件'] = 'N/A'
df['父组件计数'] = 'N/A'

步骤2：分组执行配对逻辑 #

按父组件组分别处理，每次尝试凑齐组内所有子组件各一个，检查数值差是否符合要求，符合则标记配对信息并移除已配对行，直到无法凑齐完整组为止。

# 遍历两个父组件组
for parent in ['Y', 'Z']:
    # 获取当前组包含的子组件列表
    target_components = [k for k, v in group_map.items() if v == parent]
    pair_count = 0

    while True:
        # 收集每个子组件未配对的第一行数据
        candidate_rows = []
        for comp in target_components:
            unpaired_rows = df[(df['子组件'] == comp) & (df['父组件'] == 'N/A')]
            if unpaired_rows.empty:
                break
            candidate_rows.append(unpaired_rows.iloc[0])
        
        # 凑不齐完整子组件组则终止循环
        if len(candidate_rows) != len(target_components):
            break
        
        # 检查数值差是否符合要求
        values = [row['数值'] for row in candidate_rows]
        if max(values) - min(values) <= 3:
            pair_count += 1
            # 更新配对成功行的父组件和计数
            for row in candidate_rows:
                df.loc[row.name, '父组件'] = parent
                df.loc[row.name, '父组件计数'] = pair_count
        else:
            # 不符合条件的候选行标记为未配对，不再参与后续匹配
            for row in candidate_rows:
                df.loc[row.name, '父组件'] = 'N/A'

步骤3：查看最终结果 #

执行代码后，打印DataFrame即可得到目标结果：

print(df.to_string(index=False))

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