python - 生成任意 2 列的所有二次组合

Question

我有一个 DataFrame df ，其中包含 C1、C2、C3 列，C4。我想要一个新的 DataFrame，其中表示一列与另一列相乘的每个组合。这意味着在开始时有 4 列的情况下，我们应该有 sum(4, 3, 2, 1) = 10 列。此外，这些列应标记为 MultiIndex，其中每个级别标识要相乘的原始列之一。

如果

df = pd.DataFrame(np.random.rand(2, 4) * 10, columns=['C1', 'C2', 'C3', 'C4']).astype(int)

print df

   C1  C2  C3  C4
0   8   0   5   6
1   4   5   3   5

我希望df_quad看起来像:

   C1              C2          C3      C4
   C1  C2  C3  C4  C2  C3  C4  C3  C4  C4
0  64   0  40  48   0   0   0  25  30  36
1  16  20  12  20  25  15  25   9  15  25

Answer 1

试试这个:

from itertools import combinations, combinations_with_replacement

data = """\
   C1  C2  C3  C4
0   8   0   5   6
1   4   5   3   5
"""
df = pd.read_csv(io.StringIO(data), delim_whitespace=True, index_col=0)

combs = list(combinations_with_replacement(df.columns.tolist(), 2))

df_quad = pd.DataFrame()

for tup in combs:
   df_quad['{0[0]}_{0[1]}'.format(tup)] = df[tup[0]] * df[tup[1]]

测试:

In [77]: df_quad
Out[77]:
   C1_C1  C1_C2  C1_C3  C1_C4  C2_C2  C2_C3  C2_C4  C3_C3  C3_C4  C4_C4
0     64      0     40     48      0      0      0     25     30     36
1     16     20     12     20     25     15     25      9     15     25

In [156]: df_quad.columns = pd.MultiIndex.from_tuples(combs)

In [157]: df_quad
Out[157]:
   C1              C2          C3      C4
   C1  C2  C3  C4  C2  C3  C4  C3  C4  C4
0  64   0  40  48   0   0   0  25  30  36
1  16  20  12  20  25  15  25   9  15  25

In [78]: combs
Out[78]:
[('C1', 'C1'),
 ('C1', 'C2'),
 ('C1', 'C3'),
 ('C1', 'C4'),
 ('C2', 'C2'),
 ('C2', 'C3'),
 ('C2', 'C4'),
 ('C3', 'C3'),
 ('C3', 'C4'),
 ('C4', 'C4')]