在Pandas中基于同校条件返回不重复的索引对

直接用groupby结合itertools.combinations就能搞定，逻辑简单且高效，适合处理千级数据：

实现代码 #

import pandas as pd
from itertools import combinations

# 假设你的DataFrame是df，包含Name和university列
# 示例数据（可替换为你的真实数据）
data = {
    'Name': ['Adam', 'Eva', 'Bran', 'Mike', 'Lily'],
    'university': ['剑桥大学', '剑桥大学', '牛津大学', '牛津大学', '斯坦福大学']
}
df = pd.DataFrame(data)

# 生成目标索引对列表
same_university_pairs = []
# 按大学分组遍历
for _, group in df.groupby('university'):
    # 对组内索引生成两两组合（自动排除[1,0]这类重复对）
    idx_combinations = combinations(group.index, 2)
    # 转成列表格式加入结果
    same_university_pairs.extend([list(pair) for pair in idx_combinations])

print(same_university_pairs)
# 输出：[[0, 1], [2, 3]]

关键说明 #

• groupby('university')精准把同校人员归为一组，避免跨校匹配
• combinations生成的是无重复的有序索引对（只保留i<j的组合），完全符合你要避免重复的需求
• 迭代器式的处理逻辑，即使数据超1000条，内存占用也很低，运行效率有保障

内容的提问来源于stack exchange，提问作者totnan