Python：将两个数据框与索引的所有组合组合起来

Question

我有一个包含 x 个变量和一个 id_number 1:n（n 很大）的数据框。我想创建一个新的数据框，它基于数据框中的 id_number 水平合并每一对。原始数据如下所示：

id_number   var_x1   var_x2   
1           sth      stuff   
2           other    things  
3           more     info

我想为每对可能的人都得到这个：

id_numberA  var_x1A var_x2A id_numberB var_x1B var_x2B
1           sth     stuff   1          sth     stuff
1           sth     stuff   2          other   things
1           sth     stuff   3          more    info
2           other   things  3          more    info

对于大型数据集，最有效的方法是什么？

Answer 1

您可以创建合并索引：

df['temp'] = 1

然后将 dataframe 合并到自身：

merged_df = df.merge(df, on='temp', suffixes=('A', 'B')).drop('temp', axis=1)

如果您不想要相同 id_number 的组合，最后执行：

merged_df = merged_df[merged_df['id_numberA'] != merged_df['id_numberB']]

如果您不想要 id_numberA 和 id_numberB 的重复混合，请执行 finally：

merged_df = merged_df[merged_df['id_numberA'] < merged_df['id_numberB']]

Python：将两个数据框与索引的所有组合组合起来

Python: combine two data frames with all combinations of index

python

merge

dataframe

melt