如何在pandas中基于其他行的数值筛选符合指定条件的行元组

该需求可以通过pandas实现，核心是通过自连接匹配符合条件的行对，再用连通性聚合得到最终组，完整实现步骤如下：

1. 构造示例数据 #

import pandas as pd

df = pd.DataFrame({
    'A': [1, 10, 7, 0, 9, 7],
    'B': [2, 9, 4, 3, 10, 10]
})
# 给每行添加唯一标识用于后续关联
df['row_id'] = range(len(df))

2. 筛选符合条件的行对 #

通过全量自连接得到所有行的两两组合，再按规则过滤：

# 自连接生成所有行对
cross_df = df.merge(df, how='cross', suffixes=('_current', '_other'))
# 过滤规则：其他行B>当前行B，且其他行A<当前行A，且不是同一行
valid_pairs = cross_df[
    (cross_df['B_other'] > cross_df['B_current']) &
    (cross_df['A_other'] < cross_df['A_current']) &
    (cross_df['row_id_current'] != cross_df['row_id_other'])
]

3. 关联行聚合为组 #

用并查集算法把有连通关系的行合并到同一组，得到最终结果：

# 简单并查集实现
class UnionFind:
    def __init__(self, size):
        self.parent = list(range(size))
    def find(self, x):
        if self.parent[x] != x:
            self.parent[x] = self.find(self.parent[x])
        return self.parent[x]
    def union(self, x, y):
        fx, fy = self.find(x), self.find(y)
        if fx != fy:
            self.parent[fy] = fx

uf = UnionFind(len(df))
# 合并有匹配关系的行ID
for _, row in valid_pairs.iterrows():
    uf.union(int(row['row_id_current']), int(row['row_id_other']))

# 按组聚合输出结果
df['group_id'] = [uf.find(i) for i in range(len(df))]
result = []
for _, group in df.groupby('group_id'):
    if len(group) > 1: # 过滤无匹配的孤立行
        res_tuple = tuple(group[['A','B']].itertuples(index=False, name=None))
        result.append(res_tuple)

运行后输出的result值为：

[((1, 2), (0, 3)), ((10, 9), (9, 10), (7, 10))]

和预期结果完全一致。

补充说明：如果数据量较大（超过10万行），全量笛卡尔积的O(n²)复杂度会比较高，可以先按B列升序排序，再逐行匹配后续行的A列值，能大幅降低计算耗时。

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