Python 乘出多维数组

我试图用变量输入乘以一个列表，例如

ipList=[[4,6,1]，[5,6,1]，[1,2,1]，[14,15,1]]

请注意，元素1和3是1项，但元素2有2项（这是可变的，甚至可以有更多项）

此列表显示了值（开始、停止、步骤），因此这里有3个输入
（1） [4..6]，（步骤1）
（2） [5..6]，[1..2]，（步骤1，步骤1）
（3） [14..15]（步骤1）
我想要这些值的笛卡尔平面。 用每个可能的值保存（在本例中为3列）的数据帧

然而，在这种情况下，最终结果应该是

另一个（更简单的例子）是：
```ipList=[[8,9,1]，[1,2,1]，[1,2,1]]``` 这里有两个元素：
（1） [8,9,1]-8,9（开始-8，停止-9，步骤-1）
（2） [1,1]、[1,2]、[2,1]、[2,2]、[2,2]的[1,2,1]、[1,2,1]]值

所以最终的结果是

8, [1,1]
8, [1,2]
8, [2,1]
8, [2,2]
9, [1,1]
9, [1,2]
9, [2,1]
9, [2,2]

这个想法是你有一个元素 [el1，el2，el3]但这些都有不同的大小

我试过很多方法，但我相信一定有更简单的方法 我见过许多构成笛卡尔平面的线，但只能用单个值， 我已经建立了一个显示每一行的框架，并考虑将其相乘。

---

任何帮助都将不胜感激。

编写定制的

生成器来迭代定制的格式在实践中是非常合理和常见的。如果没有人能找到魔法咒语，就试试这个吧

代码
可以使用
list（gen（））
列出所有条目：

数据帧可以很容易地构造

df = pd.DataFrame(ans, columns=["col1", "col2", "col3"])  # column names are optional

但是，生成器最显著的优点是，您可以逐个迭代笛卡尔乘积项，而不生成整个列表。当笛卡尔积的大小很大时，这可以节省大量资源

for tup in gen(ipList):
    # do something with tup, e.g.
    # print(tup)

结果
您可以为end dataframe提供更多值以使其在模式上更清晰吗？用完整结果更新了问题我不确定我是否理解此处所需的输出，您可以发布您期望的输出吗非常感谢！
pd.merge(df1, df2,on='key')[['col1', 'col2', 'col3']]
Out[19]: 
   col1  col2    col3
0     1     3  [5, 1]
1     1     3  [5, 2]
2     2     4  [5, 1]
3     2     4  [5, 2]

import pandas as pd
import itertools

def gen(ipList):
    l1 = list(range(ipList[0][0], ipList[0][1] + 1, ipList[0][2]))
    l2 = list(range(ipList[1][0][0], ipList[1][0][1] + 1, ipList[1][0][2]))
    l3 = list(range(ipList[1][1][0], ipList[1][1][1] + 1, ipList[1][1][2]))
    l4 = list(range(ipList[2][0], ipList[2][1] + 1, ipList[2][2]))
    for tup in itertools.product(l1, l2, l3, l4):
        yield tup[0], [tup[1], tup[2]], tup[3]

ipList = [[4,6,1],[[5,6,1],[1,2,1]],[14,15,1]]

ans = list(gen(ipList))

df = pd.DataFrame(ans, columns=["col1", "col2", "col3"])  # column names are optional

for tup in gen(ipList):
    # do something with tup, e.g.
    # print(tup)

ans
Out[14]: 
[(4, [5, 1], 14),
 (4, [5, 1], 15),
 (4, [5, 2], 14),
 (4, [5, 2], 15),
 (4, [6, 1], 14),
 (4, [6, 1], 15),
 (4, [6, 2], 14),
 (4, [6, 2], 15),
 (5, [5, 1], 14),
 (5, [5, 1], 15),
 (5, [5, 2], 14),
 (5, [5, 2], 15),
 (5, [6, 1], 14),
 (5, [6, 1], 15),
 (5, [6, 2], 14),
 (5, [6, 2], 15),
 (6, [5, 1], 14),
 (6, [5, 1], 15),
 (6, [5, 2], 14),
 (6, [5, 2], 15),
 (6, [6, 1], 14),
 (6, [6, 1], 15),
 (6, [6, 2], 14),
 (6, [6, 2], 15)]

df
Out[15]: 
    col1    col2  col3
0      4  [5, 1]    14
1      4  [5, 1]    15
2      4  [5, 2]    14
3      4  [5, 2]    15
4      4  [6, 1]    14
5      4  [6, 1]    15
6      4  [6, 2]    14
7      4  [6, 2]    15
8      5  [5, 1]    14
9      5  [5, 1]    15
10     5  [5, 2]    14
11     5  [5, 2]    15
12     5  [6, 1]    14
13     5  [6, 1]    15
14     5  [6, 2]    14
15     5  [6, 2]    15
16     6  [5, 1]    14
17     6  [5, 1]    15
18     6  [5, 2]    14
19     6  [5, 2]    15
20     6  [6, 1]    14
21     6  [6, 1]    15
22     6  [6, 2]    14
23     6  [6, 2]    15