查找一列的所有 DataFrame 匹配项以获取组合答案

【问题标题】：Finding All DataFrame Matches for One Column to Get Combinations查找一列的所有 DataFrame 匹配项以获取组合
【发布时间】：2023-01-10 19:09:33
【问题描述】：

假设我有一个 DataFrame base_df，上面写着：

  0  1   2   3
0 2 'A' 'B' NaN
1 2 'A' 'C' NaN
2 2 'A' NaN 'D'
3 2 'A' NaN 'E'
4 2 'A' NaN 'F'

我如何扩展单元格和列，最好不需要迭代，以生成：

   0  1   2   3
0  2 'A' 'B' NaN
1  2 'A' 'C' NaN
2  2 'A' NaN 'D'
3  2 'A' NaN 'E'
4  2 'A' NaN 'F'
5  3 'A' 'B' 'D'
6  3 'A' 'C' 'D'
7  3 'A' 'B' 'E'
8  3 'A' 'C' 'E'
9  3 'A' 'B' 'F'
10 3 'A' 'C' 'F'

第 0 列我可以用 base_df.count(axis=1) 处理得很好，但我的解决方案通常迫使我用 .iterrows() 遍历行。大熊猫有更好的方法吗？

【问题讨论】：

标签： python pandas combinatorics

【解决方案1】：

要添加一行：

df = pd.DataFrame({'A': [2]*5,
                   'B' : ["A"]*5,
                   'C' : ['B','C',np.nan,np.nan,np.nan],
                   'D' : [np.nan,np.nan,'D','E','F']})


row = {"A" : 1, "B" : 2, "C" : 3, "D" : 4}
df.loc[len(df.index)] = row

要添加多行：

df = pd.DataFrame({'A': [2]*5,
                   'B' : ["A"]*5,
                   'C' : ['B','C',np.nan,np.nan,np.nan],
                   'D' : [np.nan,np.nan,'D','E','F']})


rows =[{"A" : 1, "B" : 2, "C" : 3, "D" : 4},{"A" : 1, "B" : 2, "C" : 3, "D" : 4},{"A" : 1, "B" : 2, "C" : 3, "D" : 4}]
df=pd.concat([df,pd.DataFrame(rows)])
df

【讨论】：