在資料操作領域，笛卡爾積或CROSS JOIN 是一種有價值的操作，它結合了兩個或一對一或更多對多基礎上的更多DataFrame。此操作透過為輸入 DataFrame 中所有可能的元素組合建立新行來擴展原始資料集。
給定兩個具有唯一索引的 DataFrame：
left = pd.DataFrame({'col1': ['A', 'B', 'C'], 'col2': [1, 2, 3]})
right = pd.DataFrame({'col1': ['X', 'Y', 'Z'], 'col2': [20, 30, 50]})目標是找到計算這些 DataFrame的笛卡爾積最有效的方法，結果如下輸出：
col1_x col2_x col1_y col2_y 0 A 1 X 20 1 A 1 Y 30 2 A 1 Z 50 3 B 2 X 20 4 B 2 Y 30 5 B 2 Z 50 6 C 3 X 20 7 C 3 Y 30 8 C 3 Z 50
方法1：臨時鍵列
一種方法是暫時指派一個「鍵」列兩個DataFrame的共同值：
left.assign(key=1).merge(right.assign(key=1), on='key').drop('key', 1)此方法使用合併來執行在「key」列上進行多對多 JOIN。
方法 2：NumPy 笛卡爾積
對於較大的 DataFrame，高效能的解決方案是利用 NumPy的笛卡爾積實現：
def cartesian_product(*arrays):
la = len(arrays)
dtype = np.result_type(*arrays)
arr = np.empty([len(a) for a in arrays] + [la], dtype=dtype)
for i, a in enumerate(np.ix_(*arrays)):
arr[...,i] = a
return arr.reshape(-1, la) 函數從輸入產生所有可能的元素組合
方法3：廣義CROSS JOIN
廣義解決方案適用於具有非唯一或混合索引的DataFrame：
def cartesian_product_generalized(left, right):
la, lb = len(left), len(right)
idx = cartesian_product(np.ogrid[:la], np.ogrid[:lb])
return pd.DataFrame(
np.column_stack([left.values[idx[:,0]], right.values[idx[:,1]]]))此方法根據DataFrame 的笛卡爾積重新索引DataFrame
方法4：簡化的CROSS JOIN
方法4：簡化的CROSS JOIN
def cartesian_product_simplified(left, right):
la, lb = len(left), len(right)
ia2, ib2 = np.broadcast_arrays(*np.ogrid[:la,:lb])
return pd.DataFrame(
np.column_stack([left.values[ia2.ravel()], right.values[ib2.ravel()]]))方法4：簡化的CROSS JOIN
方法4：簡化的CROSS JOIN# ... (Benchmarking code not included here)
以上是如何使用 Pandas DataFrame 高效執行笛卡爾積（CROSS JOIN）？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
