在数据分析工作中，我们常需要把一张表里的多行记录按两两配对的方式生成组合，再针对每对组合做计数、求和等聚合操作。如果数据量较大，用Python双层循环会非常慢。下面介绍几种在Pandas里高效实现该需求的方法。
方法一：自连接与groupby聚合
假设有一张表记录用户每天的点击商品，我们想统计任意两个商品被同一用户点击的配对次数。可以先给原表取别名做自连接，再过滤掉自身配对和重复无序对，最后统计。
import pandas as pd
# 构造示例数据
df = pd.DataFrame({
'user': ['u1', 'u1', 'u2', 'u2', 'u3'],
'item': ['a', 'b', 'a', 'c', 'b']
})
# 自连接生成两两组合
merged = df.merge(df, on='user')
# 只保留 item_x < item_y 的无序对，避免重复和自身配对
pair = merged[merged['item_x'] < merged['item_y']]
# 聚合统计每对商品出现次数
result = pair.groupby(['item_x', 'item_y']).size().reset_index(name='count')
print(result)
方法二：使用itertools.combinations
当每个分组内元素不多、分组数量大时，可以先按分组拿出元素列表，再用combinations展开，最后统一聚合。
from itertools import combinations
import pandas as pd
df = pd.DataFrame({
'user': ['u1', 'u1', 'u2', 'u2'],
'item': ['a', 'b', 'a', 'c']
})
rows = []
for user, group in df.groupby('user'):
for x, y in combinations(sorted(group['item']), 2):
rows.append((x, y))
pairs = pd.DataFrame(rows, columns=['item_x', 'item_y'])
result = pairs.groupby(['item_x', 'item_y']).size().reset_index(name='count')
print(result)
方法三：矩阵化提升性能
如果关注全局元素共现，可先建透视表得到用户-物品矩阵，再用点积算共现矩阵，取上三角避免重复。
import pandas as pd
import numpy as np
df = pd.DataFrame({
'user': ['u1', 'u1', 'u2', 'u2', 'u3'],
'item': ['a', 'b', 'a', 'c', 'b']
})
mat = pd.crosstab(df['user'], df['item'])
cooc = mat.T.dot(mat)
# 将对角线设为0，并取上三角
np.fill_diagonal(cooc.values, 0)
upper = cooc.where(np.triu(np.ones(cooc.shape), 1).astype(bool))
print(upper)
总结
对于Pandas中多行元素两两组合并聚合统计值，小数据可用自连接或combinations，大数据建议矩阵运算。合理选择方法能兼顾代码可读性与执行效率。