如何统计用户用药数据中不同药物组合的使用频次

核心处理逻辑分三步：

• 按用户ID聚合单用户的全部用药记录，对药物去重后排序，生成固定顺序的用药组合，避免同组药物顺序不同导致统计重复
• 对所有用户的用药组合做频次计数
• 排序后输出频次表，直接提取最高频组合即可

可直接运行的参考代码如下：

import pandas as pd
from collections import Counter

# 按用户分组聚合用药列表，转成排序后的元组（可哈希，支持计数）
user_meds = df.groupby('user_id')['medicine_name']\
    .apply(lambda x: tuple(sorted(x.unique())))  # x.unique()做单用户用药去重，sorted()固定组合内顺序

# 统计各组合出现次数
combo_count = Counter(user_meds)

# 生成结构化频次表，按使用人数倒序排列
combo_freq_df = pd.DataFrame(
    [{"联用组合": "、".join(combo), "使用人数": cnt} for combo, cnt in combo_count.items()]
).sort_values("使用人数", ascending=False, ignore_index=True)

# 提取最高频联用组合
highest_freq_combo = combo_freq_df.iloc[0]

统计效果和需求示例完全匹配：比如5人同时用a和b、4人同时用a/b/c的场景，最终输出的频次表会准确对应两个组合的人数，排序后第一行就是最高频组合。

几个容易踩的坑提前说明：

• 单用户维度必须做药物去重，要是原始数据里存在同一个用户同一种药的多条录入记录，不去重会生成错误的组合
• 组合内药物必须做排序，否则(药a,药b)和(药b,药a)会被识别成两个不同组合，导致频次统计拆分错误
• 如果只需要统计固定药数的联用（比如只看2药联用、只看3药联用），在计数前过滤元组长度即可，比如[combo for combo in user_meds if len(combo)==2]就能筛出所有两药联用的组合再计数。

内容的提问来源于stack exchange，提问作者ASmith