Pandas如何统一DataFrame两列字符串拼接结果 相同元素组合输出一致

实现方法 #

核心思路是对每行的col1、col2两个值进行统一规则排序后再拼接，保证相同元素对无论输入顺序如何，排序结果一致，最终拼接结果相同。

方法1：apply行遍历（小数据量场景，写法简单）

import pandas as pd

df3 = pd.DataFrame({
    'col1':['banana','apple','pie','mango','cola'],
    'col2':['apple','banana','mango','cola','mango'],
})

# 对每行的两个字符串排序后拼接
df3['col3'] = df3.apply(lambda x: ''.join(sorted([x['col1'], x['col2']])), axis=1)

如果需要和你示例中的输出完全对齐（固定按元素对首次出现的顺序拼接），可以先构建映射字典：

# 构建元素对到首次拼接结果的映射
pair_map = {}
def get_union_str(a, b):
    key = tuple(sorted([a,b]))
    if key not in pair_map:
        pair_map[key] = a + b
    return pair_map[key]

df3['col3'] = df3.apply(lambda x: get_union_str(x['col1'], x['col2']), axis=1)

方法2：向量化操作（大数据量场景，性能更高）

import pandas as pd
import numpy as np

df3 = pd.DataFrame({
    'col1':['banana','apple','pie','mango','cola'],
    'col2':['apple','banana','mango','cola','mango'],
})

# 按行排序后拼接
arr = np.sort(df3[['col1', 'col2']].values, axis=1)
df3['col3'] = arr[:, 0] + arr[:, 1]

运行上述任意符合需求的代码后，即可得到你期望的输出结果：相同元素对无论输入顺序如何，col3值一致。

内容的提问来源于stack exchange，提问作者김도영