Python多列无序列唯一组合统计计数错误求助

问题核心需求 #

统计多列的无序列唯一组合，需满足：

• 组合不考虑顺序（如A,B与B,A视为同一组合）
• 排除含重复元素的组合（如A,A）
• 覆盖单元素、两两组合、全量组合
• 统计每个组合对应行中所有元素列值为1的行数

示例数据 #

import pandas as pd
data = pd.DataFrame({
    'A': [1, 1, 0, 1],
    'B': [1, 0, 1, 1],
    'C': [0, 1, 1, 1]
})

典型错误代码（问题点） #

以下实现的核心问题是未统一无序列的键格式，可能导致同一组合被重复统计：

from itertools import combinations

cols = data.columns
result = {}

for k in range(1, len(cols)+1):
    for combo in combinations(cols, k):
        # 未对组合排序，无序列会被当作不同键
        count = data[data[list(combo)].all(axis=1)].shape[0]
        result[combo] = count

print(result)

期望输出 #

('A',): 3
('B',): 3
('C',): 3
('A', 'B'): 2
('A', 'C'): 2
('B', 'C'): 2
('A', 'B', 'C'): 1

修正后的代码 #

from itertools import combinations
import pandas as pd

data = pd.DataFrame({
    'A': [1, 1, 0, 1],
    'B': [1, 0, 1, 1],
    'C': [0, 1, 1, 1]
})

result = {}
cols = data.columns

# 遍历所有组合长度（1到列数）
for k in range(1, len(cols) + 1):
    # 生成无重复元素的列组合（自动排除A,A这类无效组合）
    for combo in combinations(cols, k):
        # 对组合排序，统一无序列的键格式
        sorted_combo = tuple(sorted(combo))
        # 筛选组合内所有列值为1的行，统计行数
        valid_rows = data[data[list(combo)].all(axis=1)]
        count = len(valid_rows)
        # 写入结果（避免重复键）
        result[sorted_combo] = count

# 按组合长度排序输出，更易阅读
for combo in sorted(result.keys(), key=len):
    print(f"{combo}: {result[combo]}")

修正说明 #

1. 无序列去重：通过tuple(sorted(combo))将所有组合转为有序元组，确保A,B和B,A被识别为同一键，彻底避免重复统计
2. 无效组合排除：itertools.combinations生成的组合天然不含重复元素，直接排除了A,A这类不符合要求的组合
3. 计数逻辑优化：data[list(combo)].all(axis=1)准确筛选出组合内所有列值为1的行，用len(valid_rows)替代shape[0]，逻辑更直观清晰

内容的提问来源于stack exchange，提问作者Sorasak Sai-in