时间戳

首页 > 解决方案 > 根据数据中的当前组合创建一种数据框列的笛卡尔积

python - 根据数据中的当前组合创建一种数据框列的笛卡尔积

问题描述

目前我正在处理产品数据（来自网上商店），这些产品具有分层类别结构（类别 1、2、3），其中 3 是“最具体的类别”（想想：足球鞋 (1)、人工草鞋（2），阿迪达斯（3））。

由于数据集包含超过 25000 个条目，我开始寻找一种方法来创建一种可以告诉我以下信息的映射：数据中存在 1、2、3（或仅 1、2）的哪些可能组合？我并不是指所有可能的组合，而只是指数据中存在的组合。

我很快就来到了笛卡尔积，使用itertools. 但是，在我遇到的旁边memory error，我相信itertools（以及笛卡尔积的想法）是使 1,2,3 的所有可能组合（而不仅仅是那些实际存在的组合）。

考虑以下数据框：

    df = pd.DataFrame({'Product ID': [1,2,3,4], 'Category 1': ['A','B','B','B'], 'Category 2':['C', 'D', 'D', 'E']})

所以在这种情况下，我希望看到以下输出： A, C, B,D, B,E.

我希望很清楚:)

PS：有人可以解释我如何将“数据帧块”添加到 StackOverflow 问题，而不是像这样的字典吗？

标签： pythoncombinationscartesian-product

解决方案

(df['Category 1'] + df['Category 2']).unique()

或者，如果您想计算组合：

(df['Category 1'] + df['Category 2']).value_counts()

推荐阅读