如何按年对column1和column2无序分组并计算每组Count总和

Python 方法（基于pandas） #

核心思路是为每一行生成不考虑column1、column2顺序的唯一配对标识，再按年度+配对标识分组求和。

• 第一步：读取csv文件

import pandas as pd
# 替换为你的文件实际路径
df = pd.read_csv("data.csv")

• 第二步：生成无顺序配对键

# 对每行的column1、column2排序后转为元组，作为唯一配对标识
df["pair"] = df.apply(lambda row: tuple(sorted([row["column1"], row["column2"]])), axis=1)

• 第三步：分组求和统计

# 按年度、配对键分组，对Count求和
res = df.groupby(["Year", "pair"])["Count"].sum().reset_index()
# 可选：把配对键拆回两列展示
res[["column1", "column2"]] = pd.DataFrame(res["pair"].tolist(), index=res.index)
res = res.drop(columns=["pair"])

按示例数据，1990年的(A,B)和(B,A)会生成相同的('A','B')配对键，求和后Count结果为15，符合要求。

Excel 方法 #

核心思路是新增辅助列生成无顺序配对标识，再通过数据透视表完成统计。

• 第一步：新增配对辅助列
  假设你的数据A列为column1、B列为column2、C列为Count、D列为Year，表头在第1行，数据从第2行开始。新增E列，列名设为pair，E2单元格输入公式：
  =IF(A2<B2, A2&"|"&B2, B2&"|"&A2)
  将公式下拉填充至所有数据行，公式会自动把两个列值按字典序排序后拼接，不管排列顺序相同配对的生成值完全一致。
• 第二步：插入数据透视表统计
  选中所有数据区域，点击「插入」选项卡→「数据透视表」，按如下配置：
  • 行区域：依次放入Year、pair字段
  • 值区域：放入Count字段，汇总方式选择「求和」
• 可选拆分配对列：如果需要把pair列拆回两个单独列，选中pair列，点击「数据」选项卡→「分列」，分隔符选择「其他」输入|，完成拆分即可。

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