如何拆分DataFrame的order列值并按序标记，重复项不重复标记

原始数据 #

给定的DataFrame如下：

import pandas as pd

df = pd.DataFrame({'model':['A','A','A','A','A','B','B','B','B','C','C','C','C','C'],
           'order':['aa/ab','aa/ab','aa/ab','aa/ab','aa/ab','ba','ba','ba','ba','ca/cab/cc','ca/cb/cc','ca/cb/cc','ca/cb/cc','ca/cb/cc'],
           'Item':['tissue','paper','tea_spon','chopstick','dish','horse','dog','cat','cat','tv','radio','audio','handphone','recoder']})

需求对应处理逻辑 #

1. 单个model对应单个order：保留该model下第一行不重复的记录
2. 单个model对应多个order：拆分order为单个值，每行对应一个订单，匹配对应数量的不重复Item
3. 订单和Item均需按原始顺序去重，避免重复显示

实现代码 #

def process_model_group(group):
    # 获取当前model对应的唯一订单字符串
    order_str = group['order'].iloc[0]
    # 拆分订单并按原始顺序去重
    unique_orders = list(dict.fromkeys(order_str.split('/')))
    # 获取当前model下不重复的Item（保持出现顺序）
    unique_items = list(dict.fromkeys(group['Item']))
    # 取与订单数匹配的Item数量，确保一一对应
    matched_items = unique_items[:len(unique_orders)]
    # 构造结果DataFrame
    return pd.DataFrame({
        'model': [group['model'].iloc[0]] * len(matched_items),
        'order': unique_orders[:len(matched_items)],
        'Item': matched_items
    })

# 按model分组处理，合并最终结果
result_df = df.groupby('model', group_keys=False).apply(process_model_group).reset_index(drop=True)
print(result_df)

代码说明 #

• 按model分组：保证每个model的处理独立进行，互不干扰
• dict.fromkeys()：实现按原始顺序去重，既满足不重复要求，又保留元素初始出现顺序
• 拆分订单后匹配对应数量的不重复Item：单个订单只保留第一行有效记录，多个订单则每行对应一个拆分后的订单

最终输出 #

运行代码后得到的结果如下：

model order        Item
0     A    aa      tissue
1     A    ab       paper
2     B    ba       horse
3     C    ca          tv
4     C   cab        radio
5     C    cc        audio

内容的提问来源于stack exchange，提问作者ghost_like