交叉加入/合并创建数据帧的组合（顺序无关紧要） [英] cross join/merge to create dataframe of combinations (order doesn't matter)

问题描述

我有一个具有6个分类/字符串值的数据帧。我想创建一个数据框，这些字符串值的所有可能的组合，其中order does不重要（即a，b = b，a）。

我做了以下但是我看到结果是排列而不是组合，即它区分（IL，IL-1）和（IL-1，IL）。

我已阅读：

http://pandas.pydata.org/pandas-docs/stable/merging.html#简介 - 合并 - 方法 - 关系代数

在mysql中，我可以通过以下方式执行此操作：

  select r1.id，r2，id 
 from rows r1 
 cross join rows r2 
 where r1.id< r2.id 
  

感谢您的帮助。

 > data = ['IL'，'IL-1'，'IL-2'，'IL-3'，'IL-4'，'IL-5' 
> df = pd.DataFrame（data）
> df ['key1'] = pd.Series（[1] * len（df））
> df2 = df。 copy（）
> cart = pd.merge（df，df2，on ='key1'）
  

结果数据框：

  0_x 
 
 key1 
 
 0_y 
 
 0 
 IL 1 IL 
 1 
 IL 1 IL-1 
 2 
 IL 1 IL-2 
 3 
 IL 1 IL-3 
 4 
 IL 1 IL-4 
 5 
 IL 1 IL-5 
 6 
 IL-1 1 IL 
 7 
 IL-1 1 IL-1 
 8 
 IL-1 1 IL-2 
 9 
 IL-1 1 IL-3 
 10 
 IL-1 1 IL-4 
 11 
 IL-1 1 IL-5 
 12 
 IL-2 1 IL 
 13 
 IL-2 1 IL-1 
 14 
 IL-2 1 IL-2 
 15 
 IL-2 1 IL-3 
 16 
 IL-2 1 IL-4 
 17 
 IL-2 1 IL-5 
 18 
 IL-3 1 IL 
 19 
 IL-3 1 IL-1 
 20 
 IL-3 1 IL-2 
 21 
 IL-3 1 IL-3 
 22 
 IL-3 1 IL-4 
 23 
 IL-3 1 IL-5 
 24 
 IL-4 1 IL 
 25 
 IL-4 1 IL-1 
 26 
 IL-4 1 IL-2 
 27 
 IL-4 1 IL-3 
 28 
 IL-4 1 IL-4 
 29 
 IL-4 1 IL-5 
 30 
 IL-5 1 IL 
 31 
 IL -5 1 IL-1 
 32 
 IL-5 1 IL-2 
 33 
 IL-5 1 IL-3 
 34 
 IL-5 1 IL-4 
 35 
 IL-5 1 IL-5 
  

解决方案

将建议的索引和一些虚拟数据放在一起评论和做出15行（6C2） DataFrame

  import itertools 
 import pandas as pd 
 
 labels = ['IL'，'IL-1' ，'IL-2'，'IL-3'，'IL-4'，'IL-5'] 
i = pd.MultiIndex.from_tuples（list（itertools.combinations（labels，2）））
 df = pd.DataFrame（{'col1'：range（len（i））}，index = i）
  

输出：

  col1 
 IL IL-1 0 
 IL-2 1 
 IL-3 2 
 IL-4 3 
 IL-5 4 
 IL-1 IL-2 5 
 IL-3 6 
 IL-4 7 
 IL-5 8 
 IL-2 IL-3 9 
 IL-4 10 
 IL-5 11 
 IL-3 IL-4 12 
 IL-5 13 
 IL-4 IL-5 14 
  

如果您想要所有36种组合笛卡尔产品（我不认为是这样）：

  i = pd.MultiIndex.from_product（[labels，labels ]）
  

I have a dataframe that has 6 categorical/string values. I want to create a dataframe of all possible combination of these string values where order DOES NOT matter (i.e. a, b = b, a).

I did the following but I see that the result is a permutation and not a combination i.e. it distinguishes (IL, IL-1) from (IL-1, IL).

I have read through:

http://pandas.pydata.org/pandas-docs/stable/merging.html#brief-primer-on-merge-methods-relational-algebra

In mysql I can do this via:

select r1.id, r2,id 
from rows r1 
cross join rows r2 
where r1.id < r2.id

I appreciate your help.

>data = ['IL', 'IL-1', 'IL-2', 'IL-3', 'IL-4', 'IL-5']
>df = pd.DataFrame(data)
>df['key1']= pd.Series([1] * len(df))
>df2 = df.copy()
>cart = pd.merge(df, df2, on='key1')

Resulting dataframe:

0_x

key1

0_y

0
IL 1 IL 
1
IL 1 IL-1 
2
IL 1 IL-2 
3
IL 1 IL-3 
4
IL 1 IL-4 
5
IL 1 IL-5 
6
IL-1 1 IL 
7
IL-1 1 IL-1  
8
IL-1 1 IL-2    
9
IL-1 1 IL-3 
10
IL-1 1 IL-4   
11
IL-1 1 IL-5 
12
IL-2 1 IL 
13
IL-2 1 IL-1 
14
IL-2 1 IL-2 
15
IL-2 1 IL-3 
16
IL-2 1 IL-4 
17
IL-2 1 IL-5 
18
IL-3 1 IL 
19
IL-3 1 IL-1 
20
IL-3 1 IL-2 
21
IL-3 1 IL-3 
22
IL-3 1 IL-4 
23
IL-3 1 IL-5  
24
IL-4 1 IL 
25
IL-4 1 IL-1 
26
IL-4 1 IL-2 
27
IL-4 1 IL-3 
28
IL-4 1 IL-4 
29
IL-4 1 IL-5  
30
IL-5 1 IL 
31
IL-5 1 IL-1 
32
IL-5 1 IL-2 
33
IL-5 1 IL-3 
34
IL-5 1 IL-4 
35
IL-5 1 IL-5 

解决方案

Putting together what's on the comments and making a 15 row (6C2) DataFrame with the proposed index and some dummy data:

import itertools
import pandas as pd

labels = ['IL', 'IL-1', 'IL-2', 'IL-3', 'IL-4', 'IL-5']
i = pd.MultiIndex.from_tuples(list(itertools.combinations(labels, 2)))
df = pd.DataFrame({'col1':range(len(i))}, index=i)

Output:

           col1
IL   IL-1     0
     IL-2     1
     IL-3     2
     IL-4     3
     IL-5     4
IL-1 IL-2     5
     IL-3     6
     IL-4     7
     IL-5     8
IL-2 IL-3     9
     IL-4    10
     IL-5    11
IL-3 IL-4    12
     IL-5    13
IL-4 IL-5    14

In case you want all 36 combinations of a cartesian product (which I don't think is the case):

i = pd.MultiIndex.from_product([labels, labels])

这篇关于交叉加入/合并创建数据帧的组合（顺序无关紧要）的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！