组合Pandas中的两个数据帧以生成多对多关系

比如说，我有两份清单

customers = ['a', 'b', 'c']
accounts = [1, 2, 3, 4, 5, 6, 7, 8, 9]

我想生成一个数据帧，以便：

使用所有客户和帐户

客户和账户之间存在多对多关系（一个客户“可能”拥有多个账户，而一个账户“可能”拥有多个客户）

我希望多对多关系是随机的。也就是说，一些客户将拥有一个帐户，而一些客户将拥有多个帐户。类似地，一些帐户将仅由一个客户拥有，而其他帐户将由多个客户拥有

大概

顾客 账户 A. 1. A. 2. B 2. C 3. A. 4. B 4. C 4. B 5. B 6. B 7. B 8. A. 9

---

实现这一点的一种方法是收集笛卡尔乘积的所有可能关系集，然后在构建数据帧之前从该列表中选择：

import itertools
import random

customers = ['a', 'b', 'c']
accounts = [1, 2, 3, 4, 5, 6, 7, 8, 9]
possible_associations = [ca for ca in itertools.product(customers, accounts)]
df = pd.DataFrame.from_records(random.choices(possible_associations, k=20), columns=['customers', 'accounts']).sort_values(['customers','accounts'])
print(df)

输出

---

要获得可重复的测试结果，请从目标中的np.random.seed（1）开始 版本（请放下它）

然后进行如下操作：

创建概率列表-一个客户可以拥有多少个帐户，例如：

prob = [0.5, 0.25, 0.15, 0.09, 0.01]

生成一个系列，说明每个帐户应有多少所有者：

cnt = pd.Series(np.random.choice(range(1, len(prob) + 1), size=len(accounts),
    p=prob), name='Customer')

它的名字是Customer，因为它将是刚刚创建的源 客户栏

对于我的样本概率和发电机播种，结果是：

0    1
1    2
2    1
3    1
4    1
5    1
6    1
7    1
8    1
Name: Customer, dtype: int32

（左栏为索引，右栏为实际值）

因为您的数据样本只包含9个帐户，所以结果不会 不包含“更多”的所有者。但在目标版本中， 有了更多的账户，就会有更多的客户 所有者

生成结果-cust_acct数据框，定义客户分配 对账户：

cust_acct = cnt.apply(lambda x: np.random.choice(customers, x, replace=False))\
    .explode().to_frame().join(pd.Series(accounts, name='Account')).reset_index(drop=True)

对于您的样本数据以及我的种子和概率，结果是：

  Customer  Account
0        b        1
1        a        2
2        b        2
3        b        3
4        b        4
5        c        5
6        b        6
7        c        7
8        a        8
9        b        9

当然，你可以在prob中假设不同的proability。 您还可以选择其他“顶级”所有者数量（ prob中的条目）。 在这种情况下，不需要更改代码，因为 第一个np.random.choice设置为与prob的长度相适应

注意：因为您的样本数据只包含3个客户， 在不同的生成器种子设定下，可能会发生ValueError:Cannot 当“replace=False”时，采取比总体更大的样本

原因是，如果某个帐户的所有者数量大于3，则 发生此错误

但对于您的目标数据，对于更多的客户，这一错误

---

不会发生。

什么是最好的方法…是基于意见的问题。因此不是编码服务。请阅读以下文档，然后重新表述问题。&。始终提供代码、数据、错误、当前输出和预期输出，正如您所期望的那样。我认为，但笛卡尔积将匹配eve我希望有些客户有一个帐户，有些客户有多个帐户。同样，我希望有些客户有一个客户，有些客户有多个帐户。基本上，我希望创建一个随机多对多关联。谢谢你的澄清。我更新了我的答案，让rando这更像是你想要实现的吗？

  Customer  Account
0        b        1
1        a        2
2        b        2
3        b        3
4        b        4
5        c        5
6        b        6
7        c        7
8        a        8
9        b        9