Pandas 数据框：如何排列行并创建新的组合组

Question

我有以下带有 10 行和 4 列的 pandas 数据框 df，其中包含 3 个分类变量：

df = pd.DataFrame(np.random.choice(["dog", "cat", "mice"], size=(10, 4)))

我想知道行之间所有可能的排列，并创建一个新的数据框，其中包含行组合的不同分组，例如在同一行中包含两次相同变量的组，如 cat cat dog mice 或 4 个相同的 pig pig pig pig 等。我尝试过使用Itertools，但没有成功。有人可以帮助一些迹象吗？谢谢

Answer 1

希望我正确理解了您的问题。此示例将创建系列，其中索引是组合，值是该组合的大小：

from collections import Counter
from itertools import permutations

print(
    df.assign(
        items=df.apply(
            lambda x: [
                frozenset(Counter(p).items()) for p in permutations(x, len(x))
            ],
            axis=1,
        )
    )
    .explode("items")
    .groupby("items")
    .size()
)

打印（例如）：

items
((mice, 2), (dog, 2))              48
((cat, 1), (dog, 2), (mice, 1))    48
((cat, 3), (mice, 1))              24
((mice, 3), (cat, 1))              24
((dog, 1), (mice, 3))              48
((dog, 1), (cat, 2), (mice, 1))    24
((mice, 4))                        24
dtype: int64

---

编辑：获取数据框：

x = (
    df.assign(
        items=df.apply(
            lambda x: [
                frozenset(Counter(p).items()) for p in permutations(x, len(x))
            ],
            axis=1,
        )
    )
    .explode("items")
    .groupby("items")
    .size()
)
df_out = (
    pd.DataFrame([dict(i, count=v) for i, v in zip(x.index, x)])
    .fillna(0)
    .astype(int)
)
print(df_out)

打印：

   dog  mice  cat  count
0    1     1    2     24
1    2     2    0     72
2    2     1    1     24
3    0     2    2     48
4    4     0    0     24
5    0     3    1     24
6    1     3    0     24