如何为pandas DataFrame中两列的无序组合独立分配唯一ID

核心逻辑是先把每行的col1和col2按大小排序，消除顺序差异，得到唯一的组合标识，再对组合标识编码生成ID。

方法1：逐行处理（小数据量适用） #

代码如下：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'col1': [1, 2, 2, 3, 3, 4],
    'col2': [2, 1, 3, 2, 4, 3]
})

# 生成无序组合的唯一ID
df['id'] = df.apply(lambda row: tuple(sorted([row['col1'], row['col2']])), axis=1).factorize()[0] + 1

print(df)

输出结果和要求完全一致：

col1  col2  id
0     1     2   1
1     2     1   1
2     2     3   2
3     3     2   2
4     3     4   3
5     4     3   3

方法2：向量化操作（大数据量适用） #

如果DataFrame行数较多，apply逐行处理性能偏低，可以用numpy向量化排序提升效率：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'col1': [1, 2, 2, 3, 3, 4],
    'col2': [2, 1, 3, 2, 4, 3]
})

# 向量化排序后编码生成ID
sorted_arr = np.sort(df[['col1', 'col2']].values, axis=1)
df['id'] = pd.Series(list(zip(sorted_arr[:, 0], sorted_arr[:, 1]))).factorize()[0] + 1

内容的提问来源于stack exchange，提问作者tizipupi