如何为DataFrame跨两列匹配分配组编号（不考虑顺序）

现有如下DataFrame，需基于两列间共享的值（含间接关联，不考虑顺序）为数据分配组编号：

示例代码 #

import pandas as pd
data = [[1, 10], [1, 15], [0, 15], [4, 0], [2, 3]]
df = pd.DataFrame(data, columns=['Value_1', 'Value_2'])

原始数据 #

期望输出 #

需新增Group列，结果如下：

分组规则 #

• 若某值在任意行的Value_1或Value_2中出现，且与另一行的某个值存在直接/间接关联，则这些行属于同一组。
• 例：1、10、15、0、4通过关联共享属于组1；2和3未与其他值关联，单独为组2。

这个问题本质是寻找图的连通分量：把每个数值当作节点，每行的两个数值之间建立一条边，同一连通分量里的节点对应的行就属于同一组。可以用networkx库实现：

步骤1：安装依赖（若未安装） #

pip install networkx

步骤2：代码实现 #

import pandas as pd
import networkx as nx

# 构造数据
data = [[1, 10], [1, 15], [0, 15], [4, 0], [2, 3]]
df = pd.DataFrame(data, columns=['Value_1', 'Value_2'])

# 创建无向图并添加边
G = nx.Graph()
G.add_edges_from(df[['Value_1', 'Value_2']].values)

# 获取每个节点所属的连通分量，映射为组编号
components = list(nx.connected_components(G))
node_to_group = {}
for idx, comp in enumerate(components, 1):
    for node in comp:
        node_to_group[node] = idx

# 为每行分配组编号：同一行的两个节点必在同一组，取任意一列映射即可
df['Group'] = df['Value_1'].map(node_to_group)

print(df)

输出结果 #

Value_1  Value_2  Group
0        1       10      1
1        1       15      1
2        0       15      1
3        4        0      1
4        2        3      2

原理说明 #

1. 构建无向图：每行的两个值作为一条边，把所有相关联的值连接成一个连通分量。
2. 遍历连通分量：给每个连通分量分配唯一的组编号，再把每个数值映射到对应的组。
3. 映射回DataFrame：用任意一列的值匹配组编号，同一行的两个值必然属于同一个连通分量，结果一致。

内容的提问来源于stack exchange，提问作者SMar3552