Python中DataFrame单类别单选项组合生成及评分可行性咨询

当然可以实现！我来给你一步步拆解怎么搞定这个需求，顺便解决你之前生成无效组合的问题～

首先明确下核心目标：从每个问题类别里仅选一个问题，生成所有合法组合，再给每个组合打分，最终筛选出最优选项。

假设你的DataFrame是类似这样的结构（你可以直接替换成自己的字段）：

import pandas as pd

data = {
    "category": ["基础概念", "基础概念", "逻辑推理", "逻辑推理", "计算应用"],
    "question": ["什么是变量？", "什么是函数？", "请推导A→B的逆否命题", "请解释逻辑与的含义", "计算2+3*4的结果"],
    "score": [8, 9, 7, 8, 9]  # 假设每个问题有预设分数，用于后续组合打分
}
df = pd.DataFrame(data)

你之前生成所有无效组合的问题，应该是没先按类别分组就直接做了全组合。现在我们先按类别归类，再生成每个类别选项的笛卡尔积——这正好完美匹配“每个类别选一个”的要求：

from itertools import product

# 按类别分组，把每个类别下的问题（带分数）整理成列表
grouped = df.groupby("category").apply(lambda x: list(zip(x["question"], x["score"]))).to_dict()

# 生成合法组合：product会从每个类别的选项列表里各取一个元素
valid_combinations = list(product(*grouped.values()))

现在valid_combinations里的每一项都是合规的，比如：

(('什么是变量？', 8), ('请推导A→B的逆否命题', 7), ('计算2+3*4的结果', 9))

每个类别正好选了一个问题，完全符合你的场景要求！

接下来可以根据你的需求给组合打分，这里分两种常见情况：

情况1：用预设分数求和 #

如果打分规则是组合内所有问题的分数之和，直接计算即可：

# 计算每个组合的总分，整理成易读的格式
scored_combinations = []
for combo in valid_combinations:
    total_score = sum(score for _, score in combo)
    question_combo = [q for q, _ in combo]
    scored_combinations.append({"组合": question_combo, "总分": total_score})

# 转换成DataFrame方便排序筛选
scored_df = pd.DataFrame(scored_combinations)

# 筛选总分最高的最优组合
best_combination = scored_df.sort_values(by="总分", ascending=False).iloc[0]
print("最优组合：", best_combination["组合"])
print("最优分数：", best_combination["总分"])

情况2：自定义打分规则 #

如果你的打分规则不是简单求和（比如不同类别权重不同），可以自定义打分函数，比如给「基础概念」类的分数乘以1.2：

def custom_score(combo, category_weights):
    total = 0
    for (q, s), category in zip(combo, grouped.keys()):
        total += s * category_weights.get(category, 1.0)
    return total

# 定义类别权重
weights = {"基础概念": 1.2, "逻辑推理": 1.0, "计算应用": 1.1}

# 计算自定义分数并筛选最优
scored_combinations_custom = []
for combo in valid_combinations:
    question_combo = [q for q, _ in combo]
    total = custom_score(combo, weights)
    scored_combinations_custom.append({"组合": question_combo, "自定义总分": total})

scored_df_custom = pd.DataFrame(scored_combinations_custom)
best_custom = scored_df_custom.sort_values(by="自定义总分", ascending=False).iloc[0]

核心逻辑是先通过groupby把每个类别的问题单独归类，再用itertools.product生成笛卡尔积——这个函数的作用就是从多个可迭代对象中各取一个元素生成组合，正好匹配“每个类别选一个”的规则，完全避免了跨类别多选的无效组合。

内容的提问来源于stack exchange，提问作者AdrianC