Python 如何从数据帧中的groupby结果生成所有值对

我有一个熊猫数据帧

df

：

ID     words
1      word1
1      word2
1      word3
2      word4
2      word5
3      word6
3      word7
3      word8
3      word9

我想生成另一个数据帧，它将生成每组中的所有单词对。因此，上述结果将是：

ID     wordA    wordB
1      word1    word2
1      word1    word3
1      word2    word3
2      word4    word5
3      word6    word7
3      word6    word8
3      word6    word9
3      word7    word8
3      word7    word9
3      word8    word9

我知道我可以使用

df.groupby['words']

获取每个

ID

中的单词

我也知道我可以使用

iterable = ['word1','word2','word3']
list(itertools.combinations(iterable, 2))

---

以获得所有可能的成对组合。但是，对于生成如上所示的结果数据帧的最佳方法，我有点不知所措。

它的简单用法是应用和堆栈中的itertools组合，即

from itertools import combinations
ndf = df.groupby('ID')['words'].apply(lambda x : list(combinations(x.values,2)))
                          .apply(pd.Series).stack().reset_index(level=0,name='words')

 ID           words
0   1  (word1, word2)
1   1  (word1, word3)
2   1  (word2, word3)
0   2  (word4, word5)
0   3  (word6, word7)
1   3  (word6, word8)
2   3  (word6, word9)
3   3  (word7, word8)
4   3  (word7, word9)
5   3  (word8, word9)

为了进一步匹配您的精确输出，我们必须

sdf = pd.concat([ndf['ID'],ndf['words'].apply(pd.Series)],1).set_axis(['ID','WordsA','WordsB'],1,inplace=False)

   ID WordsA WordsB
0   1  word1  word2
1   1  word1  word3
2   1  word2  word3
0   2  word4  word5
0   3  word6  word7
1   3  word6  word8
2   3  word6  word9
3   3  word7  word8
4   3  word7  word9
5   3  word8  word9

要将其转换为单线，我们可以执行以下操作：

combo = df.groupby('ID')['words'].apply(combinations,2)\
                     .apply(list).apply(pd.Series)\
                     .stack().apply(pd.Series)\
                     .set_axis(['WordsA','WordsB'],1,inplace=False)\
                     .reset_index(level=0)

---

可以定义应用于每个组的自定义函数。输入和输出都是数据帧：

def combine(group):
    return pd.DataFrame.from_records(itertools.combinations(group.word, 2))

df.groupby('ID').apply(combine)

结果：

          0      1
ID                
1  0  word1  word2
   1  word1  word3
   2  word2  word3
2  0  word4  word5
3  0  word6  word7
   1  word6  word8
   2  word6  word9
   3  word7  word8
   4  word7  word9
   5  word8  word9

from itertools import combinations
import pandas as pd

df_new = pd.DataFrame(list(combinations(df.words, 2)), columns=['word1', 'word2'])

您可以与

apply

一起使用，并返回

DataFrame

，最后一次添加用于删除第二级，然后用于从索引创建列：

from itertools import combinations

f = lambda x : pd.DataFrame(list(combinations(x.values,2)), 
                            columns=['wordA','wordB'])
df = (df.groupby('ID')['words'].apply(f)
                               .reset_index(level=1, drop=True)
                               .reset_index())
print (df)
   ID  wordA  wordB
0   1  word1  word2
1   1  word1  word3
2   1  word2  word3
3   2  word4  word5
4   3  word6  word7
5   3  word6  word8
6   3  word6  word9
7   3  word7  word8
8   3  word7  word9
9   3  word8  word9

---

最简单的方法是：

          0      1
ID                
1  0  word1  word2
   1  word1  word3
   2  word2  word3
2  0  word4  word5
3  0  word6  word7
   1  word6  word8
   2  word6  word9
   3  word7  word8
   4  word7  word9
   5  word8  word9

from itertools import combinations
import pandas as pd

df_new = pd.DataFrame(list(combinations(df.words, 2)), columns=['word1', 'word2'])

---

我对标题进行了编辑，以更好地反映您试图解决的实际问题。不，新标题与我想要的内容无关。。。谢谢你的努力……可能重复：是的，我把itertools部分做对了。：）我需要弄清楚如何在groupby中进行。我对每个ID都这样做。严格来说，结果应该在OP中分成两列，这是另一个步骤？我很好奇，这一切是否比仅仅建立一个新的df更有效？在这里，

apply

不会作为python循环运行吗？啊，我写第一条评论的速度很慢：下一步：）嗯，似乎从

apply

返回

DataFrame

；）