如何在 Pandas 中执行 DataFrame 的笛卡尔积？

Pandas 中的笛卡尔积

在数据操作任务中，通常需要将多个数据帧中的行组合到单个数据帧中。实现此目的的一种方法是执行笛卡尔积，它从输入数据帧生成所有可能的行组合。

对于 Pandas 版本 >= 1.2，合并函数提供了笛卡尔积的内置方法计算。下面的代码演示了它的用法：

import pandas as pd
df1 = pd.DataFrame({'col1':[1,2],'col2':[3,4]})
df2 = pd.DataFrame({'col3':[5,6]})    

df1.merge(df2, how='cross')

输出：

   col1  col2  col3
0     1     3     5
1     1     3     6
2     2     4     5
3     2     4     6

对于 Pandas 版本

import pandas as pd
df1 = pd.DataFrame({'key':[1,1], 'col1':[1,2],'col2':[3,4]})
df2 = pd.DataFrame({'key':[1,1], 'col3':[5,6]})

pd.merge(df1, df2,on='key')[['col1', 'col2', 'col3']]

For Pandas versions

1.2 中，可以使用使用合​​并功能的替代方法。在此方法中，为每个数据帧添加一个公共密钥以方便连接：

   col1  col2  col3
0     1     3     5
1     1     3     6
2     2     4     5
3     2     4     6

输出：

以上是如何在 Pandas 中执行 DataFrame 的笛卡尔积？的详细内容。更多信息请关注PHP中文网其他相关文章！