是否有一种最佳方式来获取分组熊猫数据框中的所有值组合？答案

【问题标题】：Is there an optimal way to get all combinations of values in a grouped pandas dataframe?是否有一种最佳方式来获取分组熊猫数据框中的所有值组合？
【发布时间】：2021-04-26 06:42:13
【问题描述】：

示例数据框如下

df = pd.DataFrame({'ID': ['a', 'a', 'a', 'b', 'b', 'c', 'c'], 
                   'color': ['red', 'blue', 'green', 'red', 'blue', 'red', 'green']})

在按 ID 分组后，我想要 2 列包含颜色字段的所有组合。
我想要如下所示的结果数据框

ID	color1	color2
a	red	blue
a	red	green
a	blue	red
a	blue	green
a	green	red
a	green	blue
b	red	blue
b	blue	red
c	red	green
c	green	red

我曾尝试使用 itertools.permutations，但我正在寻找更直接的方法或更多利用 Pandas 的解决方案。

【问题讨论】：

标签： python pandas dataframe pandas-groupby

【解决方案1】：

我认为您可以进行自我合并和查询：

df.merge(df, on='ID', suffixes=[1,2]).query('color1 != color2')

或类似，合并然后过滤：

(df.merge(df, on='ID', suffixes=[1,2])
   .loc[lambda x: x['color1'] != x['color2']]
)

输出：

   ID color1 color2
1   a    red   blue
2   a    red  green
3   a   blue    red
5   a   blue  green
6   a  green    red
7   a  green   blue
10  b    red   blue
11  b   blue    red
14  c    red  green
15  c  green    red

【讨论】：

【解决方案2】：

你可以使用这个方法：

from itertools import permutations

s = df.groupby('ID')['color']\
      .apply(lambda x: list(permutations(x, 2))).explode()
dfi= pd.DataFrame().from_records(s, index=s.index, columns=['color1', 'color2'])
dfi

输出：

   color1 color2
ID              
a     red   blue
a     red  green
a    blue    red
a    blue  green
a   green    red
a   green   blue
b     red   blue
b    blue    red
c     red  green
c   green    red

时间安排：

#这个方法

每个循环 3.18 ms ± 23.9 µs（7 次运行的平均值 ± 标准偏差，每次 100 个循环）

#自加入方式

每个循环 5.96 ms ± 105 µs（平均值 ± 标准偏差，7 次运行，每次 100 个循环）

【讨论】：