如何用Python/Pandas统计不区分顺序的宝可梦对战类型组合计数？

要解决bug vs dark和dark vs bug被视为不同组合的问题，核心思路是统一每对战组合的类型顺序，让不管谁先谁后，相同的类型对都被归为同一组。下面是几种实用的实现方式：

方法1：生成排序后的组合列（直观易读） #

先给DataFrame新增一列，存储每行两个宝可梦类型排序后的元组，再按这个新列分组统计：

# 对每行的两个类型进行排序，生成统一的组合
combat['type_combination'] = combat[['First_pokemon_type', 'Second_pokemon_type']].apply(
    lambda row: tuple(sorted(row)), axis=1
)

# 按新的组合列统计数量
result = combat.groupby('type_combination', as_index=False).agg(
    battle_count=('Winner_pokemon_type', 'count')
)

方法2：直接在groupby中处理（无需新增列） #

如果不想额外增加列，可以直接在groupby的by参数里完成排序逻辑：

result = combat.groupby(
    by=combat[['First_pokemon_type', 'Second_pokemon_type']].apply(
        lambda row: tuple(sorted(row)), axis=1
    ),
    as_index=False
).agg(battle_count=('Winner_pokemon_type', 'count'))

方法3：用numpy提升大数据量下的效率 #

如果你的DataFrame数据量很大，用numpy的sort函数会比apply更快：

import numpy as np

# 对类型列按行排序
sorted_types = np.sort(combat[['First_pokemon_type', 'Second_pokemon_type']], axis=1)

# 将排序后的结果拆分为两列
combat['sorted_type1'] = sorted_types[:, 0]
combat['sorted_type2'] = sorted_types[:, 1]

# 按排序后的两列分组统计
result = combat.groupby(['sorted_type1', 'sorted_type2'], as_index=False).agg(
    battle_count=('Winner_pokemon_type', 'count')
)

这几种方法都能实现把bug vs dark和dark vs bug合并为同一组合统计，你可以根据自己的代码习惯和数据规模选择合适的方式。

内容的提问来源于stack exchange，提问作者Andres Uribe