pandas DataFrame如何将每行Col1值与Val1更高的其他行Col1值配对

因为你提供的 DataFrame 已经按 Val1 列升序完成排序，Col1 列的元素顺序对应的 Val1 是从小到大排列的，只需要对 Col1 的所有取值生成长度为2的不重复组合，即可直接得到符合要求的配对结果，不需要额外做数值大小判断，500行数据的场景下执行效率很高。

代码实现 #

import pandas as pd
from itertools import combinations

# df 替换为你已经完成排序的 DataFrame 即可
result = [list(pair) for pair in combinations(df['Col1'], 2)]

示例测试 #

针对你给出的示例数据，完整测试代码如下：

import pandas as pd
from itertools import combinations

# 构造示例排序DataFrame
df = pd.DataFrame({
    'Col1': ['asd', 'pqer', 'psdf'],
    'Val1': [0.27, 0.37, 0.54]
})

# 生成配对结果
result = [list(pair) for pair in combinations(df['Col1'], 2)]
print(result)

执行后输出结果和你要求的完全一致：

[['asd', 'pqer'], ['asd', 'psdf'], ['pqer', 'psdf']]

说明 #

itertools.combinations 会严格按照输入序列的顺序生成不重复的元素组合，由于你的 DataFrame 已经提前按 Val1 升序排序，因此生成的每一组配对中，第一个元素的 Val1 一定小于第二个元素的 Val1，完全匹配需求。500行数据的场景下总共会生成 124750 组配对，计算量极低，不会有性能问题。

内容的提问来源于stack exchange，提问作者Zanam