熊猫：为每个索引值和外部列表值的组合创建一行

问题描述

我正在尝试在数据框中创建一行，以表示 df 的索引和列表中的值之间的唯一组合。

一个简短的例子比很多词更明确！

           Id
0    16342939
1    16346727

和列表

Location = ['DC1','DC2','store1','store2']

我希望实现的是：

           Id    Loc
0    16342939    DC1
0    16342939    DC2
0    16342939 store1
0    16342939 store2
1    16346727    DC1
1    16346727    DC2
1    16346727 store1
1    16346727 store2

我在问我应该使用什么工具在 python 中做到这一点。我考虑并搜索了 itertools 和 combinations。但它似乎并没有做到这一点。我也想过合并列表，但是也没用。

对使用工具的推荐将不胜感激！

解决方法

您可以使用列表推导和 Pandas 爆炸函数来做到这一点。

首先用位置列表填充“位置”列。为此，您需要使用列表理解，否则 Pandas 将尝试使用单个列表条目而不是整个列表填充列的行。列表理解的示例代码如下：

df['Loc'] = [Location for i in range(len(df))]

然后您可以使用explode函数拆分pandasexplode函数，将列表数据拆分为具有相同“Id”值的单独行。示例代码如下：

df = df.explode('Loc')

最终结果如下：

         Id     Loc
0  16342939     DC1
0  16342939     DC2
0  16342939  store1
0  16342939  store2
1  16346727     DC1
1  16346727     DC2
1  16346727  store1
1  16346727  store2

,

您也可以使用 pyjanitor 库中的 expand_grid

others = {"Id": df.Id.array,'Loc': Location}

In [87]: janitor.expand_grid(others = others)
Out[87]: 
         Id     Loc
0  16342939     DC1
1  16342939     DC2
2  16342939  store1
3  16342939  store2
4  16346727     DC1
5  16346727     DC2
6  16346727  store1
7  16346727  store2

你可以用 numpy 获得更快的速度：

left = np.repeat(df.Id.array,len(Location))
right = np.resize(Location,len(df)*len(Location))
combo =zip(['Id','Loc'],map(pd.Series,(left,right)))
pd.concat(dict(combo),axis = 'columns')
         Id     Loc
0  16342939     DC1
1  16342939     DC2
2  16342939  store1
3  16342939  store2
4  16346727     DC1
5  16346727     DC2
6  16346727  store1
7  16346727  store2

,

您可以使用pandas.DataFrame.merge：

>>> df.merge(pd.Series(Location,name = 'Loc'),how = "cross")
         Id     Loc
0  16342939     DC1
1  16342939     DC2
2  16342939  store1
3  16342939  store2
4  16346727     DC1
5  16346727     DC2
6  16346727  store1
7  16346727  store2