如何在pandas中判定多列排序规则并为其分配固定数值别名

核心逻辑 #

1. 逐行对所有列按数值降序排序，得到当前行的列名排列序列
2. 预先生成所有列的全排列，按字典序排序后给每个排列分配固定数值别名，保证规则统一不随数据变化
3. 将每行的排列序列映射为对应的数值别名即可

完整代码 #

import pandas as pd
from itertools import permutations

# -------------- 1. 构造示例数据 --------------
df = pd.DataFrame({
    'col1': [5, 1, 7, 1],
    'col2': [2, 2, 1, 4],
    'col3': [4, 3, 4, 7],
    'colN': [9, 9, 0, 8]
})
cols = df.columns.tolist()

# -------------- 2. 生成固定排列-ID映射表 --------------
# 生成所有列的全排列，按字典序排序后分配唯一固定ID
all_permutations = [tuple(p) for p in permutations(cols)]
sorted_permutations = sorted(all_permutations)
perm_to_id = {perm: idx + 1 for idx, perm in enumerate(sorted_permutations)}

# -------------- 3. 逐行计算排列并映射ID --------------
def get_row_sorted_cols(row):
    # 降序排序，数值相等时按列名升序稳定排序，保证结果可复现
    return tuple(row.sort_values(ascending=False, kind='mergesort').index)

# 生成排列列
df['row_permutation'] = df.apply(get_row_sorted_cols, axis=1)
# 映射为数值别名
df['order'] = df['row_permutation'].map(perm_to_id)
# 可选：生成规则描述字符串
df['rule'] = df['row_permutation'].apply(lambda x: ' >= '.join(x))

效果验证 #

你提到的3列场景下，生成的映射表完全符合你给出的参考规则：

规则一致性说明 #

别名分配逻辑完全固定：只要列名集合不变，全排列的字典序就固定，对应的别名就不会发生变化；如果后续新增列，只需要重新生成全排列映射表即可，分配规则逻辑保持统一。

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