如何对 numpy 数组和 pandas 系列进行笛卡尔连接？

Question

我有一个 numpy 数组

ids

（唯一）和一个 pandas 系列

dates

。

我想创建一个 pandas 数据框，它是

ids

和

dates

的笛卡尔积，其中列

id

和

date

按日期分组。

例如，

ids = [1, 2]

和

dates = [10032023, 10042023]

，以及生成的数据框：

id     date
1      10032023
2      10032023
1      10042023
2      10042023

我似乎不知道如何使用 pandas 中现有的矢量化操作来做到这一点。我当前的方法只是迭代两者并单独分配行。

Answer 1

您可以使用内置

product

模块中的

itertools

方法来实现此目的。

笛卡尔积是这样完成的：

from itertools import product

array1 = [1, 2, 3]
array2 = ['a', 'b']

result = list(product(array1, array2))
print(result)

结果如下：

[(1, 'a'), (1, 'b'), (2, 'a'), (2, 'b'), (3, 'a'), (3, 'b')]

文档在这里：https://docs.python.org/3/library/itertools.html#itertools.product

文档指出这不是矢量化的，但实际上是这样的：

大致相当于生成器表达式中的嵌套 for 循环。例如，

product(A, B)

返回与

((x,y) for x in A for y in B)

相同的结果。

Answer 2

pd.merge 在这种情况下应该可以工作，我们应该只指定

how=cross

来进行叉积。我们还需要将初始 ndarray 转换为 Series 并确保两者都被命名。如果任何系列未命名，我们可以用

series.name = "hoopla"

来处理。

这是一个演示，假设您已经创建了一个系列和 numpy 数组，我们只需要最后两行：

import pandas as pd
import numpy as np

arr = np.array([1,2])

df2 = df.Series([10032023, 10042023], name="df2")

df1 = pd.Series(arr, name="df1")
cross_prod = pd.merge(df1, df2, how="cross")

希望有帮助！

Answer 3

使用

MultiIndex.from_product

ids = [1, 2]
dates = [10032023, 10042023]
out = pd.MultiIndex.from_product([dates, ids]).to_frame(index=False)\
        .reindex([1, 0], axis=1).set_axis(['id', 'date'], axis=1)

出

    id  date
0   1   10032023
1   2   10032023
2   1   10042023
3   2   10042023