pandas 实现无关联key数据交叉连接（cross join）

场景一

有两个数据帧，分别有一列col1，col2，他们没有相同的key：

left = pd.DataFrame({'col1' : ['A', 'B', 'C']})
right = pd.DataFrame({'col2' : [1, 2, 3, 4]})

需要生成交叉连接（cross join）的效果：

col1   col2
A       1  
A       2   
A       3  
A       4   
B       1 
B       2 
B       3 
B       4
C       1 
C       2 
C       3 
C       4  

思路

用merge函数是可以实现类似于SQL的join操作的，但是这个函数必须指定一个join的key，所以将left和right分别指定一个临时的key即可

实现

left_with_key = left.assign(key=1)
# col1 key
#  A    1
#  B    1
#  C    1

right_with_key = right.assign(key=1)
# col2 key
#  1    1
#  2    1
#  3    1
#  4    1

join_result = left_with_key.merge(right_with_key, on='key').drop('key', 1)
# col1   col2
# A       1  
# A       2   
# A       3  
# A       4   
# B       1 
# B       2 
# B       3 
# B       4
# C       1 
# C       2 
# C       3 
# C       4  

场景二

有两列数据col1，col2

col1 = ['A', 'B', 'C']
col2 = [1, 2, 3, 4]

同样，需要生成交叉连接（cross join）的效果：

col1   col2
A       1  
A       2   
A       3  
A       4   
B       1 
B       2 
B       3 
B       4
C       1 
C       2 
C       3 
C       4  

思路

用MultiIndex.from_product函数先生成类似于交叉集的索引，然后再用reset_index函数将索引转换为数据帧

实现

join_index = pd.MultiIndex.from_product([col1, col2], names=['col1', 'col2'])
#MultiIndex([('A', 1),
#            ('A', 2),
#            ('A', 3),
#            ('A', 4),
#            ('B', 1),
#            ('B', 2),
#            ('B', 3),
#            ('B', 4),
#            ('C', 1),
#            ('C', 2),
#            ('C', 3),
#            ('C', 4)],
#           names=['col1', 'col2'])

join_result = pd.DataFrame(index=join_index).reset_index()
# col1   col2
# A       1  
# A       2   
# A       3  
# A       4   
# B       1 
# B       2 
# B       3 
# B       4
# C       1 
# C       2 
# C       3 
# C       4  

参考

• https://www.cjavapy.com/article/391/
• http://www.360doc.com/content/18/0420/22/1489589_747395997.shtml