交叉连接/合并 dataframe1 以根据 dataframe1 中的列创建组合的 dataframe2答案

【问题标题】：cross join/merge dataframe1 to create dataframe2 of combinations based on column in dataframe1交叉连接/合并 dataframe1 以根据 dataframe1 中的列创建组合的 dataframe2
【发布时间】：2016-03-04 16:21:25
【问题描述】：

这是一个类似的问题：cross join/merge to create dataframe of combinations (order doesn't matter)

df = pd.DataFrame({'zone2': ['IL', 'IL-1', 'IL-3', 'IL'], 
                   'city': ['Chicago', 'St.Louis', 'Monmouth', 'DesMoines'],
                   'zone1': ['Mid', 'Mid', 'Mid', 'Mid']})

我想为 column=city 的所有组合创建第二个数据框。

我就是这样做的，但必须有一种有效的方法来减少步骤。

df2 = pd.DataFrame(list(itertools.combinations(list(df['city']), 2)))
df2.columns = ['city_1', 'city_2']
df2 = df2.merge(df, left_on='city_1', right_on='city').merge(df, left_on='city_2', right_on='city', suffixes=('_x', '_y'))
df2.drop(['city_x', 'city_y'], axis=1, inplace=True)
>>> df2

     city_1     city_2 zone1_x zone2_x zone1_y zone2_y
0   Chicago   St.Louis     Mid      IL     Mid    IL-1
1   Chicago   Monmouth     Mid      IL     Mid    IL-3
2  St.Louis   Monmouth     Mid    IL-1     Mid    IL-3
3   Chicago  DesMoines     Mid      IL     Mid      IL
4  St.Louis  DesMoines     Mid    IL-1     Mid      IL
5  Monmouth  DesMoines     Mid    IL-3     Mid      IL>

【问题讨论】：

标签： python join pandas merge combinations

【解决方案1】：

from itertools import combinations

>>> pd.DataFrame(
        (pair[0] + pair[1] 
         for pair in (df.loc[df.city == a].values.tolist() + 
                      df.loc[df.city == b].values.tolist() 
         for a, b in combinations(df.city.unique(), 2))), 
         columns=df.columns.tolist()+[c+"_2" for c in df])
       city zone1 zone2     city_2 zone1_2 zone2_2
0   Chicago   Mid    IL   St.Louis     Mid    IL-1
1   Chicago   Mid    IL   Monmouth     Mid    IL-3
2   Chicago   Mid    IL  DesMoines     Mid      IL
3  St.Louis   Mid  IL-1   Monmouth     Mid    IL-3
4  St.Louis   Mid  IL-1  DesMoines     Mid      IL
5  Monmouth   Mid  IL-3  DesMoines     Mid      IL

你也可以试试这个的变体：

pairs = ((a, b) for a, b in combinations(df.index, 2))

>>> pd.DataFrame({
        'city_1': df.ix[p[0], 'city'],
        'city_2': df.ix[p[1], 'city'],
        'zone1_1': df.ix[p[0], 'zone1'],
        'zone1_2': df.ix[p[1], 'zone1'],
        'zone2_1': df.ix[p[0], 'zone2'],
        'zone2_2': df.ix[p[1], 'zone2']} for p in pairs)

     city_1     city_2 zone1_1 zone1_2 zone2_1 zone2_2
0   Chicago   St.Louis     Mid     Mid      IL    IL-1
1   Chicago   Monmouth     Mid     Mid      IL    IL-3
2   Chicago  DesMoines     Mid     Mid      IL      IL
3  St.Louis   Monmouth     Mid     Mid    IL-1    IL-3
4  St.Louis  DesMoines     Mid     Mid    IL-1      IL
5  Monmouth  DesMoines     Mid     Mid    IL-3      IL

【讨论】：

谢谢亚历山大。哇，这相当复杂。我很惊讶没有内置的方法来实现我想要的框架。