如何将DataFrame自连接并保留按字母序排列的唯一配对

你可以通过两种简洁的方式实现需求，核心思路是生成所有可能的配对后过滤出符合字母顺序的组合，或者直接生成不重复的有序组合：

方法一：利用笛卡尔积+条件过滤 #

先通过cross连接生成所有可能的配对，再筛选出Item_x字母顺序小于Item_y的行，自动排除自配对和反向重复配对：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({'Items': ['Apple', 'Ball', 'Bar', 'Cat']})

# 生成笛卡尔积形式的全配对
cross_df = pd.merge(df, df, how='cross', suffixes=('_x', '_y'))
# 过滤符合要求的配对
result = cross_df[cross_df['Items_x'] < cross_df['Items_y']]

输出结果：

Items_x Items_y
0   Apple    Ball
1   Apple     Bar
2   Apple     Cat
3    Ball     Bar
4    Ball     Cat
5     Bar     Cat

方法二：使用itertools.combinations直接生成有序组合 #

因为原DataFrame的Items列已经按字母排序，combinations会生成所有不重复的2元素有序组合，正好符合你的需求：

import pandas as pd
from itertools import combinations

df = pd.DataFrame({'Items': ['Apple', 'Ball', 'Bar', 'Cat']})

# 生成所有2元素的不重复有序组合
pairs = list(combinations(df['Items'], 2))
# 转换为DataFrame
result = pd.DataFrame(pairs, columns=['Items_x', 'Items_y'])

这个方法无需额外过滤，效率更高，结果和方法一完全一致。

内容的提问来源于stack exchange，提问作者Stacker