pandas groupby分组后如何遍历所有唯一分组对执行pd.merge操作

该需求完全可以实现，以下是两种常用的实现方案：

方案1：基于分组列表直接生成配对 #

先把groupby迭代器转成列表避免重复计算，再用标准库工具生成不重复配对，适合分组数据量不大的场景：

import itertools
import pandas as pd

# 将所有分组预存为列表，每个元素结构为 (分组名MultiIndex元组, 分组DataFrame)
group_list = list(grouped_df)

# itertools.combinations会自动生成所有无重复的两两组合，刚好匹配你需要的配对逻辑
for (name1, group1), (name2, group2) in itertools.combinations(group_list, 2):
    # 此处自定义merge逻辑，可根据需求调整连接方式、连接列等参数
    merged_res = pd.merge(group1, group2, how="inner", on=["你需要的连接字段"])
    # 后续对合并结果的操作

方案2：基于MultiIndex动态取分组 #

如果分组数据量较大，不想一次性加载所有分组到内存，可以基于分组的MultiIndex动态读取分组：

import itertools

# 先拿到所有分组的MultiIndex索引集合
group_index_list = list(grouped_df.groups.keys())

for idx1, idx2 in itertools.combinations(group_index_list, 2):
    # 动态读取对应两个分组
    group1 = grouped_df.get_group(idx1)
    group2 = grouped_df.get_group(idx2)
    merged_res = pd.merge(group1, group2, how="inner", on=["你需要的连接字段"])
    # 后续对合并结果的操作

两种方案效果完全一致，你可以根据自己的实际数据规模选择对应实现。

内容的提问来源于stack exchange，提问作者MAtennis9