如何在Pandas DataFrame中统计列值顺序无关的重复行？

完全可以实现这个需求，核心思路是先把每行的列值转换成排序后的统一标识，让值集合相同但顺序不同的行拥有相同的分组键，再基于这个键统计出现次数。以下是具体实现步骤：

1. 构造示例数据 #

import pandas as pd

df = pd.DataFrame({
    'fruit1': ['apple', 'cherry', 'apple', 'banana'],
    'fruit2': ['banana', 'orange', 'banana', 'apple']
})

2. 生成统一分组键 #

对每行的列值进行排序，转成元组（元组可哈希，能作为分组依据）：

df['group_key'] = df.apply(lambda row: tuple(sorted(row)), axis=1)

3. 分组统计次数 #

按分组键聚合，统计每组的出现次数：

counts = df.groupby('group_key').size().reset_index(name='occurences')

4. 还原列格式并整理结果 #

将分组键拆回原列，删除临时列后调整顺序：

counts[['fruit1', 'fruit2']] = pd.DataFrame(counts['group_key'].tolist(), index=counts.index)
result = counts.drop('group_key', axis=1)[['fruit1', 'fruit2', 'occurences']]

最终输出结果和你期望的一致：

fruit1  fruit2  occurences
0   apple   banana          3
1   cherry  orange          1

简化版实现（无需临时列） #

可以把步骤合并，用value_counts直接统计：

result = (
    df.apply(lambda row: tuple(sorted(row)), axis=1)
      .value_counts()
      .reset_index(name='occurences')
)
result[['fruit1', 'fruit2']] = pd.DataFrame(result['index'].tolist(), index=result.index)
result = result.drop('index', axis=1)[['fruit1', 'fruit2', 'occurences']]

原理说明 #

通过排序让apple+banana和banana+apple生成相同的分组键('apple', 'banana')，这样就能把它们归为同一组统计次数，完美解决了列值顺序不同但值集合相同的重复行统计问题。

内容的提问来源于stack exchange，提问作者Clabis