Pandas – 两列的所有组合

在数据分析中，有时候需要对两列数据进行组合，以查看它们之间的关系或者进行进一步分析。Pandas提供了一些函数来执行这个任务。

1. 使用 itertools 模块

使用 itertools.combinations() 函数可以获取两列的所有组合。例如，有以下数据集：

import pandas as pd
import itertools

df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})

print(df)

输出：

   A  B
0  1  a
1  2  b
2  3  c

然后我们可以通过以下代码获取它们的所有组合：

combinations = itertools.combinations(df.values.tolist(), 2)
combinations_list = [list(item) for item in combinations]

print(combinations_list)

输出：

[[[1, 'a'], [2, 'b']],
 [[1, 'a'], [3, 'c']],
 [[2, 'b'], [3, 'c']]]

这将返回由所有两列组合的子列表组成的列表。

2. 使用 merge() 函数

使用 merge() 函数将两个DataFrame合并在一起，也可以获取两列的所有组合。例如，有以下数据集：

import pandas as pd

df1 = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})
df2 = pd.DataFrame({'C': [4, 5, 6], 'D': ['d', 'e', 'f']})

print(df1)
print(df2)

输出：

   A  B
0  1  a
1  2  b
2  3  c

   C  D
0  4  d
1  5  e
2  6  f

然后我们可以通过以下代码获取它们的所有组合：

combinations = pd.merge(df1.assign(key=1), df2.assign(key=1), on='key').drop('key', 1)

print(combinations)

输出：

   A  B  C  D
0  1  a  4  d
1  1  a  5  e
2  1  a  6  f
3  2  b  4  d
4  2  b  5  e
5  2  b  6  f
6  3  c  4  d
7  3  c  5  e
8  3  c  6  f

这将返回由所有两列组合的DataFrame。

结论

以上两种方法是获取两列数据所有组合的两种方法。使用 itertools.combinations() 函数仅适用于两列数据，对于多列数据，需要逐个列使用该函数。使用 merge() 函数更加灵活，适用于任意多列数据。