如何按用户生成连续partner_name配对，排除跨用户及单记录用户？

数据集 #

需求 #

• 按user_id分组，同一用户内根据order_sequence生成连续的partner_name两两组合（如user_id=2对应[[Star Bucks, KFC], [KFC, MCD]]）
• 跨用户的相邻记录不生成组合
• 仅拥有单条记录的用户（如user_id=9）不纳入处理
• 预期最终结果：[[Star Bucks, KFC], [KFC, MCD], [Coffee Store, MCD]]

错误代码 #

用户编写的代码未得到正确结果：

arr1 = []
arr2 = []
for idx,x in enumerate(df['order_sequence']):
    if x!=1:
        arr1.append(df['partner_name'][idx])
        arr1.append(df['partner_name'][idx+1])
        arr2.append(arr1)

原代码存在以下问题：

1. 未按user_id分组处理，会错误生成跨用户的组合
2. 未重置arr1，导致每次循环都往同一个列表里追加元素，生成的组合长度异常
3. 未过滤只有单条记录的用户，不符合需求
4. 逻辑错误：通过order_sequence!=1判断的方式不准确，无法正确捕捉同一用户内的连续记录

方法一：使用Pandas Groupby（推荐） #

利用Pandas的分组功能，针对每个用户单独处理，逻辑清晰：

import pandas as pd

# 构造数据集
data = [
    [2, "Star Bucks", 1],
    [2, "KFC", 2],
    [2, "MCD", 3],
    [6, "Coffee Store", 1],
    [6, "MCD", 2],
    [9, "KFC", 1]
]
df = pd.DataFrame(data, columns=["user_id", "partner_name", "order_sequence"])

result = []
# 按user_id分组遍历
for _, group in df.groupby("user_id"):
    # 跳过只有单条记录的用户
    if len(group) < 2:
        continue
    # 确保组内记录按order_sequence排序
    sorted_group = group.sort_values("order_sequence")
    # 生成连续两两组合
    for i in range(len(sorted_group)-1):
        combo = [sorted_group.iloc[i]["partner_name"], sorted_group.iloc[i+1]["partner_name"]]
        result.append(combo)

print(result)
# 输出：[['Star Bucks', 'KFC'], ['KFC', 'MCD'], ['Coffee Store', 'MCD']]

方法二：纯循环遍历 #

如果不想使用分组功能，可先排序后逐行遍历，跟踪当前用户状态：

import pandas as pd

data = [
    [2, "Star Bucks", 1],
    [2, "KFC", 2],
    [2, "MCD", 3],
    [6, "Coffee Store", 1],
    [6, "MCD", 2],
    [9, "KFC", 1]
]
df = pd.DataFrame(data, columns=["user_id", "partner_name", "order_sequence"])

# 先按user_id和order_sequence排序，确保顺序正确
df_sorted = df.sort_values(["user_id", "order_sequence"])

result = []
current_user = None
prev_partner = None

for _, row in df_sorted.iterrows():
    user_id = row["user_id"]
    partner = row["partner_name"]
    
    if current_user != user_id:
        # 切换用户时重置状态
        current_user = user_id
        prev_partner = partner
        continue
    
    # 同一用户内，生成当前与上一条记录的组合
    result.append([prev_partner, partner])
    prev_partner = partner

print(result)
# 输出：[['Star Bucks', 'KFC'], ['KFC', 'MCD'], ['Coffee Store', 'MCD']]

内容的提问来源于stack exchange，提问作者khanmazhar