如何为其他两列的每个组合创建一个带有新列的新数据框行？答案

【问题标题】：How to create a new dataframe row with a new column for every combination of other two columns?如何为其他两列的每个组合创建一个带有新列的新数据框行？
【发布时间】：2019-08-14 13:05:28
【问题描述】：

我有一个 Pandas 数据框，其中包含两列 id1、id2，我需要创建一个新列 - type 值，其中 id1、id2 的每个组合来自输入和那些4 个值应为free、call、pri、status。

输入：

df = pd.DataFrame({'id1':[1,1,2,2],
                   'id2':[1,2,1,2]})

输出：

我试图在 pandas 文档中搜索有关此案例的函数，甚至不知道如何用文字表达。所以我只是觉得在这里解释会更好。

如何创建一个包含 4 种类型值的新列。

@jezrael：

如何将此type 列与现有数据框合并。

我也有其他列，其中包含以下一些值

输入：

输出：

我只想将现有输入行中的值复制到name 列的输出列。而且这样的专栏还有很多。

【问题讨论】：

不要添加图片作为数据，我们不能复制图片。
当我复制粘贴数据时，Stackoverflow 自动建议添加来自 imgur.com 的图片。没有不添加的选项。
你将数据添加到 HTML sn-p
如果您要粘贴的内容是图像数据，Stack Overflow 会提示您上传到 imgur。我们想要文本数据。如果您的 IDE 未将数据显示为文本，您可能需要从命令行运行程序并从那里复制数据。
我是从 excel 表格中复制的，而不是图像。

标签： python pandas csv dataframe multiple-columns

【解决方案1】：

如果需要所有元素的所有组合，请使用 product 与列和列表并通过构造函数创建 DataFrame：

from  itertools import product

df = pd.DataFrame({'id1':[1,1,2,2],
                   'id2':[1,2,1,2],
                   'name':['name11','name12','name21','name22']})

L = ['free', 'call', 'pri', 'status']

cols = ['id1','id2', 'name']
L1 = df[cols].values.tolist()

df2 = pd.DataFrame([x + [y] for x, y in (product(L1, L))], columns=cols + ['type'])
print (df2)
    id1  id2    name    type
0     1    1  name11    free
1     1    1  name11    call
2     1    1  name11     pri
3     1    1  name11  status
4     1    2  name12    free
5     1    2  name12    call
6     1    2  name12     pri
7     1    2  name12  status
8     2    1  name21    free
9     2    1  name21    call
10    2    1  name21     pri
11    2    1  name21  status
12    2    2  name22    free
13    2    2  name22    call
14    2    2  name22     pri
15    2    2  name22  status

或者将cross join 与从列表L 创建的DataFrame 一起使用：

cols = ['id1','id2', 'name']
L = ['free', 'call', 'pri', 'status']

df1 = pd.DataFrame({'type':L, 'a':1})

df2 = df[cols].assign(a=1).merge(df1, on='a').drop('a', axis=1)
print (df2)
    id1  id2    name    type
0     1    1  name11    free
1     1    1  name11    call
2     1    1  name11     pri
3     1    1  name11  status
4     1    2  name12    free
5     1    2  name12    call
6     1    2  name12     pri
7     1    2  name12  status
8     2    1  name21    free
9     2    1  name21    call
10    2    1  name21     pri
11    2    1  name21  status
12    2    2  name22    free
13    2    2  name22    call
14    2    2  name22     pri
15    2    2  name22  status

【讨论】：

其实我有这么多专栏。不只是id1 和id2 发布以简化问题。有没有什么方法可以添加这种类型的列而不会造成太大的混乱？
@SukumarRdjf - 当然，使用L1 = df[['id1','id2']].values.tolist()
当我运行第一个选项时，我收到如下错误“NameError: name 'product' is not defined”（使用 pandas 0.25）
@jezrael 您能否查看更新后的问题，并让我知道这种情况是否有任何可能。
用 300 万行填充数据集的列，itertools.product 填充了所有 16GB 的 RAM。 pandas cross join 对我来说效果很好。谢谢@jezrael

【解决方案2】：

您还可以使用重复和分配的组合：

df = (df.loc[df.index.repeat(len(df))]
        .assign(v=len(df)*['free', 'call', 'pri', 'status'])
        .reset_index(drop=True))

【讨论】：

【解决方案3】：

你可以试试：

data = list()
for index, row in df.iterrows():
    for value in ['free', 'call', 'pri', 'status']:
        data.append((row.id1, row.id2, value))
pd.DataFrame(data, columns=['id1', 'id2', 'type'])

【讨论】：

【解决方案4】：

你可以这样做

id1 = np.array([1,1,2,2]).repeat(4)
id2 = np.array([1,2,1,2]).repeat(4)
df = pd.DataFrame({'id1':id1,
                   'id2':id2})
df["type"] = ["free", "call", "pri", "status"]*4
print(df)

输出是

    id1  id2    type
0     1    1    free
1     1    1    call
2     1    1     pri
3     1    1  status
4     1    2    free
5     1    2    call
6     1    2     pri
7     1    2  status
8     2    1    free
9     2    1    call
10    2    1     pri
11    2    1  status
12    2    2    free
13    2    2    call
14    2    2     pri
15    2    2  status

【讨论】：