如何在pandas DataFrame中查找所有可能组合并计算对应总和

核心思路 #

• 基于组合生成逻辑，遍历所有元素个数≥2的Sno值组合，排除单元素场景
• 对每个组合匹配对应的No字段值做求和计算
• 将组合内Sno用逗号拼接、对应求和结果组装为新行，最终合并为结果DataFrame

完整实现代码 #

import pandas as pd
from itertools import combinations

# 示例输入数据
df = pd.DataFrame({
    'Sno': ['A', 'B', 'C'],
    'No': [1, 2, 3]
})

res_list = []
# 组合长度从2开始，覆盖到所有元素的全组合
for length in range(2, len(df) + 1):
    # 生成对应长度的所有索引组合
    for idx_group in combinations(df.index, length):
        group_data = df.loc[list(idx_group)]
        res_list.append({
            'Sno': ','.join(group_data['Sno']),
            'No': group_data['No'].sum()
        })

# 转换为输出DataFrame
result_df = pd.DataFrame(res_list)

运行结果 #

执行代码后得到的result_df完全匹配预期输出：

Sno  No
0    A,B   3
1    A,C   4
2    B,C   5
3  A,B,C   6

适配说明 #

• 方案自动适配任意行数的输入DataFrame，无需手动调整组合长度
• 若需要包含单元素的组合结果，仅需将组合长度遍历的起始值从2改为1即可
• 组合为无重复的无序组合，不会出现A,B和B,A重复计算的问题

内容的提问来源于stack exchange，提问作者Gurpreet