如何用Python Itertools统计CSV中高频二人组/三人组？

嘿，我完全懂你的处境——Excel确实搞不定这种不考虑姓名顺序的组合统计，而Python的itertools模块又有点让人摸不着头脑。别慌，我给你准备了一套现成的代码，步骤清晰，你跟着做就行，不需要太深入懂原理！

准备工作 #

你只需要确保你的电脑装了Python（现在大部分电脑都自带，没有的话装个最新版就行），然后把你的CSV文件和下面的代码放在同一个文件夹里。

完整代码 #

import csv
from itertools import combinations
from collections import defaultdict

# 初始化计数字典：键是排序后的组合，值是出现次数
pair_counts = defaultdict(int)
triple_counts = defaultdict(int)

# 读取CSV文件（把这里的'your_file.csv'改成你实际的文件名）
with open('your_file.csv', 'r', encoding='utf-8') as file:
    reader = csv.reader(file)
    next(reader)  # 跳过表头行（如果你的CSV没有表头，就删掉这一行）
    
    for row in reader:
        # 获取当前行的三个姓名，去掉空白字符
        people = [name.strip() for name in row if name.strip()]
        # 确保当前行有三个有效姓名（避免空值影响统计）
        if len(people) != 3:
            continue
        
        # 统计二人组：生成所有两两组合，排序后作为唯一键
        for pair in combinations(people, 2):
            sorted_pair = tuple(sorted(pair))
            pair_counts[sorted_pair] += 1
        
        # 统计三人组：排序后作为唯一键
        sorted_triple = tuple(sorted(people))
        triple_counts[sorted_triple] += 1

# 找出出现次数最多的二人组和三人组
most_common_pair = max(pair_counts.items(), key=lambda x: x[1])
most_common_triple = max(triple_counts.items(), key=lambda x: x[1])

# 打印结果
print(f"出现次数最多的二人组：{most_common_pair[0]}，共出现{most_common_pair[1]}次")
print(f"出现次数最多的三人组：{most_common_triple[0]}，共出现{most_common_triple[1]}次")

怎么用？ #

1. 把代码里的'your_file.csv'改成你实际的CSV文件名（比如'names_data.csv'）
2. 如果你的CSV没有表头行（第一行就是数据），删掉代码里的next(reader)这一行
3. 打开命令行，进入代码所在的文件夹，运行python count_groups.py（把count_groups.py改成你保存代码的文件名）

关键逻辑说明 #

• 为什么要排序？因为(PersonA, PersonB)和(PersonB, PersonA)其实是同一个组合，排序后就能统一成同一个键，确保统计准确
• combinations用来生成所有可能的两两组合，不用自己手动写循环
• defaultdict是Python自带的工具，方便我们计数，不用手动判断键是否存在

要是运行时遇到小问题（比如文件找不到、编码错误），可以调整代码里的encoding参数（比如改成gbk），或者检查文件名有没有写错～

内容的提问来源于stack exchange，提问作者Michael T Johnson