以高效的方式组合两个数据帧而不进行复制和恢复| python

我有两个包含数千行的数据帧，我需要将这两个数据帧合并到一个数据帧中，而无需复制和还原。例如：

数据帧1

drug1
drug2
drug3

数据帧2

disease1
disease2
disease3

因此，输出数据帧将是：

输出数据帧

drug1 disease1
drug1 disease2
drug1 disease3
drug2 disease1
drug2 disease2
drug2 disease3 
drug3 disease1
drug3 disease2
drug3 disease3

我不希望输出组合包含以下内容：

disease1 drug1
drug1 drug1
disease1 disease1 

实际上，我使用了

pd.merge

进行了尝试，但它返回了重复和反转，而且花费了很长时间，因为我在数据帧1和2中有数千个

---

有什么帮助吗？

在

pandas

中，一种纯粹的方法是创建一个，然后将其转换为数据帧：

>>> df1
       0
0  drug1
1  drug2
2  drug3
>>> df2
          0
0  disease1
1  disease2
2  disease3

df3 = (pd.MultiIndex.from_product([df1[0],df2[0]])
       .to_frame()
       .reset_index(drop=True))

>>> df3
       0         1
0  drug1  disease1
1  drug1  disease2
2  drug1  disease3
3  drug2  disease1
4  drug2  disease2
5  drug2  disease3
6  drug3  disease1
7  drug3  disease2
8  drug3  disease3

---

在

pandas

中，一种纯粹的方法是创建一个数据帧，然后将其转换为一个数据帧：

>>> df1
       0
0  drug1
1  drug2
2  drug3
>>> df2
          0
0  disease1
1  disease2
2  disease3

df3 = (pd.MultiIndex.from_product([df1[0],df2[0]])
       .to_frame()
       .reset_index(drop=True))

>>> df3
       0         1
0  drug1  disease1
1  drug1  disease2
2  drug1  disease3
3  drug2  disease1
4  drug2  disease2
5  drug2  disease3
6  drug3  disease1
7  drug3  disease2
8  drug3  disease3

安装程序

---

合并指定列上的

---

理解力

---

pandas.concat

任意两个数据帧的叉积的推广

i = df1.index.repeat(len(df2))
j = np.tile(df2.index, len(df1))

pd.concat([
    df1.loc[i].reset_index(drop=True),
    df2.loc[j].reset_index(drop=True)
], sort=True, axis=1)

安装程序

---

合并指定列上的

---

理解力

---

pandas.concat

任意两个数据帧的叉积的推广

i = df1.index.repeat(len(df2))
j = np.tile(df2.index, len(df1))

pd.concat([
    df1.loc[i].reset_index(drop=True),
    df2.loc[j].reset_index(drop=True)
], sort=True, axis=1)

尝试以下解决方案：

from pandas import DataFrame, merge

df1['key'] = 1
df2['key'] = 1

result = df1.merge(df2, on='key').drop('key', axis=1)

尝试以下解决方案：

from pandas import DataFrame, merge

df1['key'] = 1
df2['key'] = 1

result = df1.merge(df2, on='key').drop('key', axis=1)

---

---

这是最新的，我确信在

itertools

中可以找到。不，没关系。我想要Druge2 disease2和Drug3Disease3@ScottBoston我想@ScottBoston的意思是你的“不想要的”输出中有

Druge1 disease1

。哦，对不起，我弄混了，我的意思是，如果我有一个组合，我不想要与之相反的@ScottBoston可能的副本，我确信在

itertools

中可以找到。不，没关系，我想要药物2和药物3。我想@ScottBoston的意思是，你的“不想要的”中有

drug1output.ooh抱歉，我混合了，我的意思是如果我有一个组合，我不想要相反的@ScottBostonpooble重复，这是我以前尝试过的，返回重复和恢复：（但不应该。数据帧中是否有重复项？不，我没有，但这也花了很长时间@Lev Zakharov这是我以前尝试过的，并返回重复和恢复：（但不应该。数据帧中有重复项吗？不，我没有，但这也花了很长时间@Lev ZakharovIn设置，我的药物和疾病没有那样编号，它们是任何名称。你说它们没有那样编号是什么意思？看起来和你的输入一样。这只是一个例子，所以实际上药物和疾病就像CID00757一样。）DOID_3762@piRSquaredOk。这个解决方案应该推广到任何你的值。我使用了你给出的例子。我应该使用什么例子？我的意思是你的解决方案似乎是硬编码的，我如何将它应用于任何药物和疾病的名称？在设置中，我的药物和疾病不是那样编号的，它们是任何名称。你的意思是它们是什么ren不是那样编号的吗？它似乎与您的输入相同。这只是一个示例，所以实际上药物和疾病就像CID00757 DOID_3762@piRSquaredOk。解决方案应该推广到您的值。我使用了您给出的示例。我应该使用什么示例？我的意思是您的解决方案似乎是硬编码的，我如何应用它有药物和疾病的名字吗？