Python：将两个数据帧与索引的所有组合组合起来

Question

我有一个带有 x 变量和 id_number 1:n 的数据框（n 很大）。 我想创建一个新的数据框，根据数据框中的 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  

我想为每一对可能的对得到这个：

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

您可以使用以下命令创建合并索引：

df['temp'] = 1

然后将dataframe与自身合并：

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，请最后执行：

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

如果您不想重复混合id_numberA和id_numberB ，请改为 finally：

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