我有一个包含x个变量和id_number 1:n(n很大(的数据帧。我想创建一个新的数据帧,根据数据帧中的id_number水平合并每对。原始数据如下:
id_number var_x1 var_x2
1 sth stuff
2 other things
3 more info
我想为每一对可能的情侣都买这个:
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?
您可以使用创建合并索引
df['temp'] = 1
然后用将dataframe
合并到自身
merged_df = df.merge(df, on='temp', suffixes=('A', 'B')).drop('temp', axis=1)
如果你不想要相同id_number
的组合,最后做:
merged_df = merged_df[merged_df['id_numberA'] != merged_df['id_numberB']]
如果你不想要id_numberA
和id_numberB
的重复混合,那么最后做:
merged_df = merged_df[merged_df['id_numberA'] < merged_df['id_numberB']]