[英]Get all combinations of elements from two lists?
如果我有两个列表
l1 = ['A', 'B']
l2 = [1, 2]
获得 pandas 数据框的最优雅方法是什么,如下所示:
+-----+-----+-----+
| | l1 | l2 |
+-----+-----+-----+
| 0 | A | 1 |
+-----+-----+-----+
| 1 | A | 2 |
+-----+-----+-----+
| 2 | B | 1 |
+-----+-----+-----+
| 3 | B | 2 |
+-----+-----+-----+
注意,第一列是索引。
使用itertools
product
:
>>> from itertools import product
>>> pd.DataFrame(list(product(l1, l2)), columns=['l1', 'l2'])
l1 l2
0 A 1
1 A 2
2 B 1
3 B 2
作为替代方案,您可以使用pandas的cartesian_product
(对于大型numpy数组可能更有用):
In [11]: lp1, lp2 = pd.core.reshape.util.cartesian_product([l1, l2])
In [12]: pd.DataFrame(dict(l1=lp1, l2=lp2))
Out[12]:
l1 l2
0 A 1
1 A 2
2 B 1
3 B 2
阅读具有正确方向的DataFrame看起来有点混乱......
注意:之前的cartesian_product
位于pd.tools.util.cartesian_product
。
您还可以使用sklearn
库,该库使用基于NumPy的方法:
from sklearn.utils.extmath import cartesian
df = pd.DataFrame(cartesian((L1, L2)))
对于更详细但可能更有效的变体,请参阅Numpy:x和y数组的笛卡尔积指向单个2D点阵列 。
您可以使用 function merge
:
df1 = pd.DataFrame(l1, columns=['l1'])
df2 = pd.DataFrame(l2, columns=['l2'])
df1.merge(df2, how='cross')
Output:
l1 l2
0 A 1
1 A 2
2 B 1
3 B 2
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.