同一列中所有可能的排列列 Pandas Dataframe答案

【问题标题】：All possible permutations columns Pandas Dataframe within the same column同一列中所有可能的排列列 Pandas Dataframe
【发布时间】：2016-02-20 02:12:26
【问题描述】：

我在使用 Postgres SQL 时遇到过类似的问题，但我认为这种任务在 Postgres 中确实很难完成，我认为 python/pandas 会使这变得容易得多，尽管我仍然想不出来解决方案。

我现在有一个看起来像这样的 Pandas 数据框：

df={'planid' : ['A', 'A', 'B', 'B', 'C', 'C'],
    'x' : ['a1', 'a2', 'b1', 'b2', 'c1', 'c2']}

df=pd.DataFrame(df)

df


   planid   x
0   A       a1
1   A       a2
2   B       b1
3   B       b2
4   C       c1
5   C       c2

我想获得所有可能的排列，其中planid 彼此不相等。换句话说，将planid 中的每个值视为一个“桶”，如果我要从x 从每个值中提取值，我想要所有可能的组合 planid 中的“桶”。在这个特定示例中，共有 8 个排列 {(a1, b1, c1), (a1, b2, c1), (a1, b1, c2), (a1, b2, c2), (a2, b1, c1) , (a2, b2, c1), (a2, b1, c2), (a2, b2, c2)}。

但是，我希望生成的数据框为三列，planid、x 和另一列，可能名为 permutation_counter。最终的数据帧具有标记为permutation_counter 的所有不同排列。换句话说，我希望我的最终数据框看起来像

       planid   x  permutation_counter
    0   A       a1     1
    1   B       b1     1
    2   C       c1     1 
    3   A       a1     2
    4   B       b2     2
    5   C       c1     2
    6   A       a1     3
    7   B       b1     3
    8   C       c2     3
    9   A       a1     4
    10  B       b2     4
    11  C       c2     4
    12  A       a2     5
    13  B       b1     5
    14  C       c1     5
    15  A       a2     6
    16  B       b2     6
    17  C       c1     6
    18  A       a2     7
    19  B       b1     7
    20  C       c2     7
    21  A       a2     8
    22  B       b2     8
    23  C       c2     8

任何帮助将不胜感激！

【问题讨论】：

标签： python pandas permutation

【解决方案1】：

我试图将尽可能多的步骤链接在一起。分解它们以查看每个步骤的作用:)

df2 = pd.DataFrame(index=pd.MultiIndex.from_product([subdf['x'] for p, subdf in df.groupby('planid')], names=df.planid.unique())).reset_index().stack().reset_index()

df2.columns = ['permutation_counter', 'planid', 'x']
df2['permutation_counter'] += 1

print df2[['planid', 'x', 'permutation_counter']]

   planid   x  permutation_counter
0       A  a1                    1
1       B  b1                    1
2       C  c1                    1
3       A  a1                    2
4       B  b1                    2
5       C  c2                    2
6       A  a1                    3
7       B  b2                    3
8       C  c1                    3
9       A  a1                    4
10      B  b2                    4
11      C  c2                    4
12      A  a2                    5
13      B  b1                    5
14      C  c1                    5
15      A  a2                    6
16      B  b1                    6
17      C  c2                    6
18      A  a2                    7
19      B  b2                    7
20      C  c1                    7
21      A  a2                    8
22      B  b2                    8
23      C  c2                    8

【讨论】：

【解决方案2】：

@Happy001 领先了我几分钟，但我还是会继续发布这个，因为我认为它更容易理解：

import numpy as np
import pandas as pd
import itertools

x = list( itertools.product( ['a1','b2'],['b1','b2'],['c1','c2'] ) )
x = list( itertools.chain(*x) )
df = pd.DataFrame({ 'planid'  : np.tile( list('ABC'), 8 ),
                    'x'       : x,
                    'p_count' : np.repeat( range(1,9), 3 ) })

结果：

    p_count planid   x
0         1      A  a1
1         1      B  b1
2         1      C  c1
3         2      A  a1
4         2      B  b1
5         2      C  c2

...

21        8      A  b2
22        8      B  b2
23        8      C  c2

【讨论】：

嘿，JohnE。这更容易理解，但在我的实际情况下，我实际上有很多值，并且无法明确指定“a1”、“b2”等。
感谢您的帮助！
@Vincent -- 当然，希望对您有所帮助。我怀疑它可以概括为处理您的情况，但对我来说，您的样本数据将如何映射到您的实际数据并不明显。 Happy001 以一种巧妙的方式处理了这个问题（将 groupby 与 from_product 一起使用），希望这也适用于您的真实数据，但我不确定它是否会起作用。实际上，我们的两个答案基本上都做同样的事情，所以你当然可以混合和匹配每个答案。