首先，可以使用melt垂直堆叠 COL2 以及 COL3 变成长格式。其次，现在可以使用groupby按熔融列进行分组，并获得 COL1 对于每个分组（s1、s2等）：

# create example df

df = pd.DataFrame([["INT1", "S1", "S5"], 
                   ["INT1", "S2", "S3"],
                   ["INT2", "S1", "S2"],
                   ["INT2", "S1", "S3"]],
                  columns=["COL1", "COL2", "COL3"])
print(df)

    COL1    COL2    COL3
0   INT1    S1      S5
1   INT1    S2      S3
2   INT2    S1      S2
3   INT2    S1      S3

result =  pd.melt(df, id_vars="COL1").groupby("value")["COL1"].unique()
print(result)

S1    [INT1, INT2]
S2    [INT1, INT2]
S3    [INT1, INT2]
S5    [INT1]

如果 COL2 以及 COL3 如果是等价的，则可以将这两列堆叠为长格式，按值分组，并找出该列的唯一元素 INT 带的列 set 功能：

df.set_index(0).stack().rename("s").reset_index().groupby('s')[0].apply(set)

# s

# S1    {INT2, INT1}

# S2    {INT2, INT1}

# S3    {INT2, INT1}

# S4          {INT2}

# Name: 0, dtype: object