如何在Pandas中获取两列值的双向组合对？

我明白你想要实现的是让DataFrame里的每个Source-Target配对都有双向记录——既有A→B，也有B→A，不管原数据里是否已经存在反向行。之前尝试的groupby方法确实不适用，因为它主要用于聚合统计，而非重排或补充行。下面给你两种解决方案，对应不同的需求场景：

场景1：基于现有行生成反向行（交换对应列） #

如果你的需求是为每一行生成对应的反向行，交换Source和Target，同时交换Source location和Target location，Value可以复用原行值或自定义修改，那么可以用以下步骤：

代码实现 #

import pandas as pd

# 你的原始DataFrame
df = pd.DataFrame({
    'Source': ['a', 'c', 'c', 'p', 'x'],
    'Target': ['b', 'v', 'd', 'q', 'z'],
    'Value': [10, 10, 18, 10, 8],
    'Source location': [[12.3,1.9], [15.3,1.9], [1.4,31.9], [12.3,1.9], [6.3,1.4]],
    'Target location': [[13.5,14.3], [13.5,94.3], [16.6,44.7], [13.5,15.3], [47.5,4.3]]
})

# 生成反向行的DataFrame
reverse_df = df.copy()
# 交换Source和Target列
reverse_df[['Source', 'Target']] = reverse_df[['Target', 'Source']]
# 交换对应的位置列
reverse_df[['Source location', 'Target location']] = reverse_df[['Target location', 'Source location']]

# 如果你需要修改反向行的Value，可以在这里自定义，比如示例中的b-a Value为9
# reverse_df['Value'] = [9, 12, 14, 8, 6]  # 可以根据需求设置对应值

# 合并原始行和反向行，去除重复的(Source, Target)对（避免原数据已有双向行时重复）
combined_df = pd.concat([df, reverse_df], ignore_index=True)
combined_df = combined_df.drop_duplicates(subset=['Source', 'Target'], keep='first')

print(combined_df)

说明 #

• 这段代码会为每一行生成反向行，交换对应的列值
• 如果原数据已经存在某双向配对的两行（比如你的示例中的x-z和z-x），drop_duplicates会保留原有的两行，不会重复添加
• 你可以根据需求修改reverse_df['Value']来设置反向行的自定义数值

场景2：确保所有无序配对都有双向行（自定义缺失反向行的内容） #

如果你的需求是每个无序配对（比如(a,b)）必须同时存在a→b和b→a两行，且对于原数据中不存在的反向行，需要自定义填充Value和位置信息，那么可以用以下方法：

代码实现 #

import pandas as pd

# 你的原始DataFrame
df = pd.DataFrame({
    'Source': ['a', 'c', 'c', 'p', 'x'],
    'Target': ['b', 'v', 'd', 'q', 'z'],
    'Value': [10, 10, 18, 10, 8],
    'Source location': [[12.3,1.9], [15.3,1.9], [1.4,31.9], [12.3,1.9], [6.3,1.4]],
    'Target location': [[13.5,14.3], [13.5,94.3], [16.6,44.7], [13.5,15.3], [47.5,4.3]]
})

# 生成所有唯一的无序配对（排序后确保(a,b)和(b,a)被视为同一对）
df['pair'] = df.apply(lambda row: tuple(sorted([row['Source'], row['Target']])), axis=1)
unique_pairs = df['pair'].unique()

# 构建结果行列表
result_rows = []
for pair in unique_pairs:
    src1, src2 = pair
    
    # 添加正向行（src1→src2），如果原数据存在则复用，否则自定义填充
    forward_row = df[(df['Source'] == src1) & (df['Target'] == src2)]
    if not forward_row.empty:
        result_rows.append(forward_row.iloc[0].to_dict())
    else:
        result_rows.append({
            'Source': src1,
            'Target': src2,
            'Value': 0,  # 自定义默认值
            'Source location': [0.0, 0.0],  # 自定义默认位置
            'Target location': [0.0, 0.0]
        })
    
    # 添加反向行（src2→src1），如果原数据存在则复用，否则自定义填充
    reverse_row = df[(df['Source'] == src2) & (df['Target'] == src1)]
    if not reverse_row.empty:
        result_rows.append(reverse_row.iloc[0].to_dict())
    else:
        # 这里可以根据你的需求自定义反向行的内容，比如示例中的b-a数据
        result_rows.append({
            'Source': src2,
            'Target': src1,
            'Value': 9,
            'Source location': [72.9, 18.6],
            'Target location': [14.2, 31.6]
        })

# 转换为最终DataFrame
final_df = pd.DataFrame(result_rows).drop(columns='pair')  # 移除临时的pair列
print(final_df)

说明 #

• 这段代码会先识别所有唯一的无序配对，然后为每个配对强制生成双向行
• 对于原数据中已有的行，直接复用；缺失的反向行可以完全自定义填充Value和位置信息
• 最终结果会严格保证每个配对的双向记录都存在

内容的提问来源于stack exchange，提问作者Rahul