python - pandas - 通过添加另一个级别来扩展 DataFrame

Question

让我们举一个 DataFrame 示例

import pandas as pd
df = pd.DataFrame(['a','b','c','d'],columns=['A'])

现在，我想做的是添加另外两列(让我们将它们命名为 B 和 C)，其中的数值将由某个范围定义 - 让我们假设 B 在 range(0,3) 中，C 在 range(10,12) 中。

应扩展初始数据帧，以便对于 A 列中的每个值，都有 B 和 C 值的所有可能组合可用 - 所以最终的数据框应如下所示:

    A  B  C
 0  a  0  10
 1  b  0  10
 2  c  0  10
 3  d  0  10
 4  a  1  10
 5  b  1  10
 6  c  1  10
 7  d  1  10
 8  a  2  10
 9  b  2  10
10  c  2  10
11  d  2  10
12  a  0  11
13  b  0  11
14  c  0  11
15  d  0  11
16  a  1  11
17  b  1  11
18  c  1  11
19  d  1  11
20  a  2  11
21  b  2  11
22  c  2  11
23  d  2  11

实现这一目标的最佳解决方案是什么？

Answer 1

这个叫 cross product or cartesian product 。你可以这样做:

>>> dfA = pd.DataFrame(['a','b','c'],columns=['A'])
>>> dfB = pd.DataFrame(range(3),columns=['B'])
>>> dfA['key'] = 1
>>> dfB['key'] = 1
>>> pd.merge(dfB, dfA, on='key').ix[:, ('A','B')]
   A  B
0  a  0
1  b  0
2  c  0
3  a  1
4  b  1
5  c  1
6  a  2
7  b  2
8  c  2

实际上，奇怪的是无法将 how='cross' 传递给合并或连接方法。可能开发人员决定不经常使用它。