如何在Python DataFrame中查找列间共同值并生成新DataFrame

首先还原你的原始DataFrame：

import pandas as pd

df = pd.DataFrame({
    'A': [1, 1, 1, 2, 2, 4, 5, 5],
    'B': [2, 3, 4, 3, 5, 2, 3, 4]
}, index=[1,2,3,4,5,6,7,8])

步骤1：构建值的双向关联字典 #

先整理每个值的所有关联对象（不管是在A列还是B列），因为关联是双向的：

from collections import defaultdict

# 用集合存储每个值的关联对象，自动去重
relation = defaultdict(set)

# 遍历每行，双向添加关联关系
for _, row in df.iterrows():
    a, b = row['A'], row['B']
    relation[a].add(b)
    relation[b].add(a)

生成的关联字典内容为：

{1: {2, 3, 4},
 2: {1, 3, 5, 4},
 3: {1, 2, 5},
 4: {1, 2, 5},
 5: {2, 3, 4}}

步骤2：提取配对的共同关联值并生成结果 #

从原始数据中提取去重的A-B配对，然后找出每个配对的共同第三方关联值，生成目标结构：

# 获取原始数据中去重的A-B配对
unique_pairs = df[['A', 'B']].drop_duplicates().values.tolist()

result_rows = []
for x, y in unique_pairs:
    # 计算两个值的共同关联值
    common_values = relation[x] & relation[y]
    # 排除值本身，只保留第三方共同值
    common_values = common_values - {x, y}
    # 为每个共同值生成一行结果
    for val in common_values:
        result_rows.append({'A': x, 'B': y, 'C': val})

# 转换为DataFrame并调整索引
result_df = pd.DataFrame(result_rows).reset_index(drop=True)
result_df.index = result_df.index + 1

最终得到的result_df就是你需要的结构：

A  B  C
1    1  2  3
2    1  2  4
3    2  3  5

补充说明 #

• 如果需要处理特定配对而非全部，可直接替换unique_pairs为指定列表，比如unique_pairs = [(1,2), (2,3)]
• 原始数据中其他配对（如(4,2)）也会被自动处理，生成对应的共同关联值行

内容的提问来源于stack exchange，提问作者schizetia