Pandas 等效于 SQL CROSS JOIN（笛卡尔积）[重复]答案

【问题标题】：Pandas Equivalent of SQL CROSS JOIN (Cartesian Product) [duplicate]Pandas 等效于 SQL CROSS JOIN（笛卡尔积）[重复]
【发布时间】：2018-06-23 14:48:31
【问题描述】：

假设我有两张桌子：

表1：

   col1  col2
      0     1
      2     3

表2：

   col3  col4
      5     6
      7     8

在 SQL 中，如果我做了以下语句：

Select *
From Table1, Table2;

我希望得到一张包含两个表中所有组合的表：

col1 col2 col3 col4
   0    1    5    6
   0    1    7    8
   2    3    5    6
   2    3    7    8

有没有办法对 pandas 中的两个数据框做同样的事情？

【问题讨论】：

我实际上更喜欢这里接受的解决方案而不是上面链接的解决方案（因为它假设“你有一个在两个数据框中重复的每一行的键”）。

标签： python sql pandas join

【解决方案1】：

一个标准的习惯用法是在一个虚拟列上使用merge。

df1.assign(foo=1).merge(df2.assign(foo=1)).drop('foo', 1)

   col1  col2  col3  col4
0     0     1     5     6
1     0     1     7     8
2     2     3     5     6
3     2     3     7     8

【讨论】：

在熊猫版本 0.23.4 中，还必须提供 on='foo' 参数才能合并。喜欢df1.assign(foo=1).merge(df2.assign(foo=1), on='foo').drop('foo', 1)。
@samutamm 仅当跨 DataFrame 的非键列共享相同名称时才需要。
好的，谢谢@cs95