You need to enable JavaScript to run this app. pandas实现DataFrame内存在列表关联的连通行合并方法
优惠活动
大模型
产品
解决方案
定价
更多

pandas实现DataFrame内存在列表关联的连通行合并方法

连通分量合并实现方案

这个需求本质是识别跨行的列表元素关联,把有间接交集的集合归为同一分组,用并查集算法可以高效实现,不需要额外安装第三方依赖,完整可运行代码如下:

步骤1:准备依赖与示例数据

import pandas as pd

# 构造题目给出的示例数据
dict_list = {
    'name': ['A', 'B', 'C', 'D', 'E', 'F', 'G'],
    'number': [[1,2,3], [1,2], [4], [5,6], [5,4], [8], [8,3]]
}
df = pd.DataFrame(dict_list)

步骤2:实现简易并查集处理连通关系

class UnionFind:
    def __init__(self, all_nodes):
        # 初始化每个元素的父节点为自身
        self.parent = {node: node for node in all_nodes}
    
    def find(self, node):
        # 路径压缩优化查找效率
        if self.parent[node] != node:
            self.parent[node] = self.find(self.parent[node])
        return self.parent[node]
    
    def union(self, node_a, node_b):
        # 合并两个元素所属的集合
        root_a = self.find(node_a)
        root_b = self.find(node_b)
        if root_a != root_b:
            self.parent[root_b] = root_a

步骤3:关联跨行元素并打分组标签

# 收集number列所有出现的唯一元素,初始化并查集
all_elements = set()
for num_list in df['number']:
    all_elements.update(num_list)
uf = UnionFind(all_elements)

# 逐行连通:同一行内的所有元素属于同一个集合,做合并
for num_list in df['number']:
    if len(num_list) <= 1:
        continue
    anchor = num_list[0]
    for elem in num_list[1:]:
        uf.union(anchor, elem)

# 为每一行绑定所属连通分组的ID(取该行首个元素对应的根节点)
df['group_id'] = df['number'].apply(lambda row: uf.find(row[0]))

步骤4:分组聚合得到最终结果

final_df = df.groupby('group_id').agg(
    # name字段可根据业务需求调整聚合逻辑,此处保留分组内所有name值
    name=('name', lambda x: list(x)),
    # number字段合并后去重、排序
    number=('number', lambda x: sorted(set(sum(x, []))))
).reset_index(drop=True)

运行效果

最终输出结果与需求描述完全匹配:

  • 第一行对应连通组为A、B、F、G,number值为[1,2,3,8]
  • 第二行对应连通组为C、D、E,number值为[4,5,6]

注意:如果业务中需要对name列做单值保留(比如取第一个出现的name),只需要将name的聚合逻辑从列表收集改为取首个值即可,不需要修改连通判定的核心逻辑。


内容的提问来源于stack exchange,提问作者Egor_1811

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.12 15:45:04