列表中 pandas 列的可能組合

Question

我在 python 中有一個 pandas 數據框，具有以下結構：

日期	一種	乙	C	丁	乙	F	G	H
2022-01-01 10:00:00	1個	3個	0	4個	1個	0	0	1個
2022-01-01 11:00:00	0	1個	1個	2個	0	2個	3個	5個
2022-01-01 12:00:00	0	2個	0	1個	0	1個	0	0
2022-01-01 13:00:00	0	0	2個	0	0	3個	1個	2個
2022-01-02 10:00:00	0	3個	0	1個	2個	4個	4個	1個
2022-01-02 11:00:00	0	0	6個	0	0	0	5個	0
2022-01-02 12:00:00	0	0	6個	0	2個	4個	5個	3個
2022-01-02 13:00:00	0	0	0	1個	3個	0	0	0

這是我的真實數據框的一個片段，它有很多“字母”列（超過 100 個）。 我的問題是我需要獲得每個日期時間的數字總和和不同組合的字母。

這在All possible combinations as new columns of a dataframe based on primary column 中得到了回答，但它計算了從 N 到 M 元素的所有可能組合。 對於 100 列的 df，從 1 個單字母列到完整組合 100 的所有可能組合都是瘋狂的，無法計算。

幸運的是，我只對某些組合感興趣（同樣，真實 df 中大約有 50 個），這些組合在列表中給出：

list_possibilities = ['A+B', 'A+B+D', 'B+D+E+G', 'F+H', 'D+E+F+G+H', 'D', ' F', 'G+H']

如您所見，也可以使用“D”或“F”等單列。 因此最終的 df 將相當緊湊，並且不需要對數千種組合進行強力計算（為簡單起見，此處僅顯示前兩行）：

日期	甲+乙	甲+乙+乙	B+D+E+G	女+女	D+E+F+G+H	丁	F	G+H
2022-01-01 10:00:00	4個	8個	8個	1個	6個	4個	0	1個
2022-01-01 11:00:00	1個	3個	6個	7	12	2個	2個	8個

了解組合的先驗結構可以成倍地減少熊貓必須做的組合和總和，但我無法將解決方案的先前代碼推廣到這種情況。 有任何想法嗎？

Answer 1

在字典理解中使用concat ：

out = (pd
   .concat({cols: df.set_index('Date')[cols.split('+')].sum(axis=1)
            for cols in list_possibilities}, axis=1)
   .reset_index()
)

輸出：

                  Date  A+B  A+B+D  B+D+E+G  F+H  D+E+F+G+H  D  F  G+H
0  2022-01-01 10:00:00    4      8        8    1          6  4  0    1
1  2022-01-01 11:00:00    1      3        6    7         12  2  2    8
2  2022-01-01 12:00:00    2      3        3    1          2  1  1    0
3  2022-01-01 13:00:00    0      0        1    5          6  0  3    3
4  2022-01-02 10:00:00    3      4       10    5         12  1  4    5
5  2022-01-02 11:00:00    0      0        5    0          5  0  0    5
6  2022-01-02 12:00:00    0      0        7    7         14  0  4    8
7  2022-01-02 13:00:00    0      1        4    0          4  1  0    0