统计master_df每行在df1中的出现次数（列顺序无关）

场景与需求 #

现有两个DataFrame：

df1 = pd.DataFrame({
    'name': ['Cat', 'Cat', 'Cat', 'David'],
    'name2': ['Dog', 'Cat', 'Dog', 'David'],
})

master_df = pd.DataFrame({
    'name': ['Dog', 'David'],
    'name2': ['Cat', 'David'],
})

需要统计master_df中每一行的元素组合（列顺序无关）在df1中的出现次数，期望结果：

final_df = pd.DataFrame({
    'Frequency': ['2', '1'],
    'name': ['Dog', 'David'],
    'name2': ['Cat', 'David'],
})

尝试的代码及问题 #

原尝试代码：

merged_df = master_df.merge(df1, on=['name', 'name2'], how='left')
counts = merged_df.groupby(['name', 'name2']).size().reset_index(name='count')
counts

问题出在：原代码是严格按列名顺序匹配，比如master_df中的('Dog','Cat')只会匹配df1里name=Dog且name2=Cat的行，但df1中对应的有效行是name=Cat且name2=Dog，所以无法匹配到，导致统计结果错误。

解决方案 #

核心思路是：将每行的两个列值转换为排序后的固定顺序组合，这样不管原始列顺序如何，相同元素的组合都会被识别为同一个键，再基于这个键统计频次。

完整代码 #

import pandas as pd

df1 = pd.DataFrame({
    'name': ['Cat', 'Cat', 'Cat', 'David'],
    'name2': ['Dog', 'Cat', 'Dog', 'David'],
})

master_df = pd.DataFrame({
    'name': ['Dog', 'David'],
    'name2': ['Cat', 'David'],
})

# 1. 给df1生成排序后的组合键，统一元素顺序
df1['sorted_pair'] = df1.apply(lambda row: tuple(sorted([row['name'], row['name2']])), axis=1)
# 统计每个组合的出现次数
pair_counts = df1['sorted_pair'].value_counts().reset_index(name='Frequency')
pair_counts.columns = ['sorted_pair', 'Frequency']

# 2. 给master_df生成同样的排序组合键
master_df['sorted_pair'] = master_df.apply(lambda row: tuple(sorted([row['name'], row['name2']])), axis=1)
# 匹配频次并清理临时列
final_df = master_df.merge(pair_counts, on='sorted_pair', how='left').drop('sorted_pair', axis=1)
# 转换为字符串类型（与期望结果格式一致）
final_df['Frequency'] = final_df['Frequency'].astype(str)

print(final_df)

代码说明 #

• 用apply+sorted把每行的两个值转换成排序后的元组，比如('Dog','Cat')和('Cat','Dog')都会变成('Cat','Dog')，消除列顺序的影响。
• 用value_counts直接统计df1中每个组合的出现次数，比groupby更简洁。
• 最后通过merge把频次匹配回master_df，得到目标结果。

内容的提问来源于stack exchange，提问作者Workhorse