Python 生成任意2列的所有二次组合

我有一个

DataFrame

df

，其中列

C1

，

C2

，

C3

，

C4

。我想要一个新的

DataFrame

，其中表示一列与另一列相乘的每一个组合。这意味着在4列开始的情况下，我们应该有

sum（4,3,2,1）=10列。此外，列应标记为
多索引
，其中每个级别标识一个被乘以的原始列

所以如果

我希望df_quad的
df_quad
看起来像：

   C1              C2          C3      C4
   C1  C2  C3  C4  C2  C3  C4  C3  C4  C4
0  64   0  40  48   0   0   0  25  30  36
1  16  20  12  20  25  15  25   9  15  25

试试这个：

from itertools import combinations, combinations_with_replacement

data = """\
   C1  C2  C3  C4
0   8   0   5   6
1   4   5   3   5
"""
df = pd.read_csv(io.StringIO(data), delim_whitespace=True, index_col=0)

combs = list(combinations_with_replacement(df.columns.tolist(), 2))

df_quad = pd.DataFrame()

for tup in combs:
   df_quad['{0[0]}_{0[1]}'.format(tup)] = df[tup[0]] * df[tup[1]]

测试：

解决方案
这很有趣。你教了我一个新把戏。但是，组合排除了C1_C1产品。另外，我想要一个多索引，但这很容易（我这么说）。@piRSquared，我已经注意到了这一点，并更新了我的答案；）您甚至可以
cols=pd.MultiIndex.from_tuple（combs）
然后
df_quad=pd.DataFrame（columns=cols）
然后
对于df_quad.columns中的col:df_quad[col]=df[col[0]]*df[col[1]
@piRSquared，这是个好主意！但它需要调试，它会生成一个空的DF
from itertools import combinations, combinations_with_replacement

data = """\
   C1  C2  C3  C4
0   8   0   5   6
1   4   5   3   5
"""
df = pd.read_csv(io.StringIO(data), delim_whitespace=True, index_col=0)

combs = list(combinations_with_replacement(df.columns.tolist(), 2))

df_quad = pd.DataFrame()

for tup in combs:
   df_quad['{0[0]}_{0[1]}'.format(tup)] = df[tup[0]] * df[tup[1]]

In [77]: df_quad
Out[77]:
   C1_C1  C1_C2  C1_C3  C1_C4  C2_C2  C2_C3  C2_C4  C3_C3  C3_C4  C4_C4
0     64      0     40     48      0      0      0     25     30     36
1     16     20     12     20     25     15     25      9     15     25

In [156]: df_quad.columns = pd.MultiIndex.from_tuples(combs)

In [157]: df_quad
Out[157]:
   C1              C2          C3      C4
   C1  C2  C3  C4  C2  C3  C4  C3  C4  C4
0  64   0  40  48   0   0   0  25  30  36
1  16  20  12  20  25  15  25   9  15  25

In [78]: combs
Out[78]:
[('C1', 'C1'),
 ('C1', 'C2'),
 ('C1', 'C3'),
 ('C1', 'C4'),
 ('C2', 'C2'),
 ('C2', 'C3'),
 ('C2', 'C4'),
 ('C3', 'C3'),
 ('C3', 'C4'),
 ('C4', 'C4')]

def quadratic_combinations(df):
    rng = range(len(df.columns))
    return pd.concat([df.iloc[:, i:].mul(df.iloc[:, i], axis=0) for i in rng],
                     axis=1, keys=df.columns)

df_quad = quadratic_combinations(df)

print df_quad

   C1              C2          C3      C4
   C1  C2  C3  C4  C2  C3  C4  C3  C4  C4
0  64   0  40  48   0   0   0  25  30  36
1  16  20  12  20  25  15  25   9  15  25