Pandas: 如何将具有相同列值的多行组合起来并创建一个涵盖所有可能性的新 Dataframe？

Question

存在这样的 DataFrame：

id	name	age
0x0	Hans	32
0x0	Peter	21
0x1	Jan	42
0x1	Simon	25
0x1	Klaus	51
0x1	Franz	72

我的目标是创建一个 DataFrame，涵盖同一 ID内的任何可能组合。

ID 0x0 的唯一可能是汉斯和彼得。由于ID 0x1存在四次，所以有六种可能的解决方案，如下table所示。

由于是举例，一个ID也可能存在3次、5次、7次、...次，或多或少的可能性。

id	name0	age0	name1	age1
0x0	Hans	32	Peter	21
0x1	Jan	42	Simon	25
0x1	Jan	42	Klaus	51
0x1	Jan	42	Franz	72
0x1	Simon	25	Klaus	51
0x1	Simon	25	Franz	72
0x1	Klaus	51	Franz	72

使用组合，我已经可以涵盖可能性方面，但我正在失去每个名字的年龄。

import pandas as pd
from  itertools import combinations

data = pd.DataFrame({'id': ["0x0", "0x0", "0x1", "0x1", "0x1", "0x1"], 'name': ["Hans","Peter","Jan","Simon","Klaus","Franz"], 'age': [32, 21, 42, 25, 51, 72]})

df = (data.groupby('id')['name'].apply(lambda x: pd.DataFrame(list(combinations(x,2))))
        .reset_index(level=1, drop=True)
        .reset_index())
print(df)

Answer 1

核心 python itertools combinations 是解决方案。 merge() 得到年龄

import itertools
df = pd.read_csv(io.StringIO("""id  name    age
0x0 Hans    32
0x0 Peter   21
0x1 Jan 42
0x1 Simon   25
0x1 Klaus   51
0x1 Franz   72"""), sep="\t")

df1 = (
df
    .groupby(["id"])["name"]
    .apply(lambda x: pd.DataFrame(itertools.combinations(list(x),2)))
    .reset_index()
    .merge(df, left_on=["id",0], right_on=["id","name"])
    .merge(df, left_on=["id",1], right_on=["id","name"], suffixes=("0","1"))
    .drop(columns=["level_1",0,1])
)

输出

  id  name0  age0  name1  age1
 0x0   Hans    32  Peter    21
 0x1    Jan    42  Simon    25
 0x1    Jan    42  Klaus    51
 0x1  Simon    25  Klaus    51
 0x1    Jan    42  Franz    72
 0x1  Simon    25  Franz    72
 0x1  Klaus    51  Franz    72

Pandas: 如何将具有相同列值的多行组合起来并创建一个涵盖所有可能性的新 Dataframe？

Pandas: How to combine several rows with the same column value and create a new Dataframe which covers all possibilities?

python

pandas

dataframe

reshape

split-apply-combine

输出