时间戳

首页 > 解决方案 > Python Pandas 从现有数据帧的所有行组合创建一个新数据帧

python - Python Pandas 从现有数据帧的所有行组合创建一个新数据帧

问题描述

我有 2 个输入数据帧 (df1和df2)，具有相同的结构，我想创建第三个 ( output_df)，其中包含输入数据帧的所有行组合。

df1 = pd.DataFrame([["John","18","a"],["Jane","19","b"],["Jim","20","c"]],columns=['Name','Age','Function'])
df2 = pd.DataFrame([["Don","21","d"],["Diana","22","e"],["Dave","23","f"]],columns=['Name','Age','Function'])

output_df=pd.DataFrame([["John_Don","18_21","a_d"],
["John_Diana","18_22","a_e"],
["John_Dave","18_23","a_f"],
["Jane_Don","19_21","b_d"],
["Jane_Diana","19_22","b_e"],
["Jane_Dave","19_23","b_f"],
["Jim_Don","20_21","c_d"],
["Jim_Diana","20_22","c_e"],
["Jim_Dave","20_23","c_f"]],columns=['Name','Age','Function'])

新数据框将具有初始数据框相应列的总和（“+”）。（我知道字符串被连接起来 - 如果输入是字符串，这就是我所追求的）

下面的代码创建了output_df，但它是空的，并且代码运行时间过长。以下示例代码仅针对 2x10 记录作为输入运行。最终，我将处理来自每个数据帧的数千条记录作为输入。

Q1：填充输出数据框时我缺少什么？

Q2：如何让我的代码更有效率？

output_df=pandas.DataFrame(columns=['Name','Age','Function'])
i=0
for lendf1 in range (10):
    for lendf2 in range(10):
        output_df=output_df.append(pandas.Series(),ignore_index=True)
        i=i+1
        for column in output_df:
            output_df[column][i]=df1[column][lendf1:lendf1+1]+df2[column][lendf2:lendf2+1]

标签： pythonpandasdataframe

解决方案

我相信你正在寻找这个：

first = pd.Series(['a', 'b', 'c', 'd', 'e'])
second = pd.Series(['f', 'g', 'h', 'i', 'j'])
pd.DataFrame(np.add.outer(first, second))

输出：

    0   1   2   3   4
0  af  ag  ah  ai  aj
1  bf  bg  bh  bi  bj
2  cf  cg  ch  ci  cj
3  df  dg  dh  di  dj
4  ef  eg  eh  ei  ej

请注意，输入应该是类型pd.Series而不是数据帧。

推荐阅读