如何使用Pandas基于双人关联数据表生成三人组合的总和统计结果

核心思路 #

1. 先将原始两两人员的分值数据转换为可快速查询的映射结构，消除两个人的顺序影响
2. 生成所有不重复的3人组合
3. 对每个3人组合，取出3组两两对应分值相加得到总分

完整可运行代码 #

import pandas as pd
from itertools import combinations

# 1. 构造原始数据（你可以替换为自己的真实数据读取逻辑，比如pd.read_csv）
data = [
    ["Adam", "Adam", 0.00],
    ["Adam", "Jack", 5.78],
    ["Adam", "John", 9.43],
    ["Adam", "Wills", 33.78],
    ["Adam", "Robert", 13.43],
    ["Adam", "Mary", 23.95],
    ["Adam", "Jennifer", 7.48],
    ["Adam", "Patricia", 5.15],
    ["Jack", "Jack", 0.00],
    ["Jack", "John", 1.43],
    ["Jack", "Wills", 2.78],
    ["Jack", "Robert", 0.43],
    ["Jack", "Mary", 9.95],
    ["Jack", "Jennifer", 11.48],
    ["Jack", "Patricia", 15.15],
]
raw_df = pd.DataFrame(data, columns=["Person1", "Person2", "Total"])

# 2. 构建两两分值查询字典，排除自身配对的0值
score_map = {}
for _, row in raw_df.iterrows():
    p1, p2, total = row["Person1"], row["Person2"], row["Total"]
    if p1 == p2:
        continue
    # 对两人名称排序，保证(Adam,Jack)和(Jack,Adam)对应同一个key
    pair_key = tuple(sorted([p1, p2]))
    score_map[pair_key] = total

# 3. 提取所有不重复的人员名单
all_persons = pd.concat([raw_df["Person1"], raw_df["Person2"]]).unique()

# 4. 生成所有3人组合并计算总分
result_list = []
for p1, p2, p3 in combinations(all_persons, 3):
    # 分别获取三个两两组合的分值
    sum_total = score_map[tuple(sorted([p1, p2]))] + \
                score_map[tuple(sorted([p1, p3]))] + \
                score_map[tuple(sorted([p2, p3]))]
    # 保留两位小数和示例格式对齐
    result_list.append([p1, p2, p3, round(sum_total, 2)])

# 5. 转换为最终DataFrame
result_df = pd.DataFrame(result_list, columns=["Person1", "Person2", "Person3", "Total"])

效果验证 #

你示例的Adam、Jack、Mary组合，计算结果为 5.78 + 23.95 + 9.95 = 39.68，和预期完全一致。

大数据量优化方案 #

如果原始数据量超过10万行，可替换字典查询为Pandas向量化查询，性能提升更明显：

import numpy as np

# 构建排序后的索引表
sorted_df = raw_df.copy()
sorted_df[["Person1", "Person2"]] = pd.DataFrame(
    np.sort(sorted_df[["Person1", "Person2"]], axis=1),
    index=sorted_df.index
)
sorted_df = sorted_df.query("Person1 != Person2")\
                     .drop_duplicates(subset=["Person1", "Person2"])\
                     .set_index(["Person1", "Person2"])

# 后续查询直接用索引取值即可，比如：
# score = sorted_df.loc[("Adam", "Jack"), "Total"]

内容的提问来源于stack exchange，提问作者Light