我有一个带有x个变量和id_number 1:n(n很大)的数据框。我想创建一个新的数据框架,该框架基于数据框架中的id_number水平合并每对。原始数据如下所示:
id_number var_x1 var_x2
1 sth stuff
2 other things
3 more info
我想在所有可能的配对中都得到这个:
id_numberA var_x1A var_x2A id_numberB var_x1B var_x2B
1 sth stuff 1 sth stuff
1 sth stuff 2 other things
1 sth stuff 3 more info
2 other things 3 more info
对于大型数据集,最有效的方法是什么?
您可以使用以下方法创建合并索引:
df['temp'] = 1
然后将dataframe
与自身合并:
merged_df = df.merge(df, on='temp', suffixes=('A', 'B')).drop('temp', axis=1)
如果您不希望使用相同的id_number
的组合,请最后执行:
merged_df = merged_df[merged_df['id_numberA'] != merged_df['id_numberB']]