如何合并pandas DataFrame中col1与col2互换的行并对count列求和

核心思路是为每对col1、col2生成唯一的分组标识，确保互换的两个值对应同一个分组，分组后保留首次出现的col1、col2顺序，同时对count列求和即可。

实现代码（小规模数据适用，写法直观） #

import pandas as pd

# 构造示例输入数据
df = pd.DataFrame({
    'col1': ['A', 'C', 'B', 'E', 'G', 'D', 'I'],
    'col2': ['B', 'D', 'A', 'F', 'H', 'C', 'J'],
    'count': [3, 2, 5, 2, 8, 5, 4]
})

# 生成分组键：将col1、col2排序后转为元组，互换值的行生成的键完全一致
df['group_key'] = df.apply(lambda x: tuple(sorted([x['col1'], x['col2']])), axis=1)

# 分组聚合：保留首次出现的col1、col2，count列求和，sort=False保证原顺序不变
result = df.groupby('group_key', as_index=False, sort=False).agg({
    'col1': 'first',
    'col2': 'first',
    'count': 'sum'
}).drop('group_key', axis=1)

print(result)

高性能实现（适合十万行以上的大数据量，向量化操作速度更快） #

不需要逐行apply，用numpy的逐元素比较生成分组键，效率提升明显：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'col1': ['A', 'C', 'B', 'E', 'G', 'D', 'I'],
    'col2': ['B', 'D', 'A', 'F', 'H', 'C', 'J'],
    'count': [3, 2, 5, 2, 8, 5, 4]
})

# 向量化生成两个分组键，确保互换值的行key1、key2完全相同
df['key1'] = np.minimum(df['col1'], df['col2'])
df['key2'] = np.maximum(df['col1'], df['col2'])

result = df.groupby(['key1', 'key2'], as_index=False, sort=False).agg({
    'col1': 'first',
    'col2': 'first',
    'count': 'sum'
}).drop(['key1', 'key2'], axis=1)

print(result)

输出结果 #

两种方法得到的结果都和预期一致：

内容的提问来源于stack exchange，提问作者chuchu