Python 具有变量组合（或排列）并分配给数据帧的函数值

我有

n

变量。在这种情况下，假设

n

等于3。我想将一个函数应用于变量的所有组合（或排列，取决于您希望如何解决这个问题），并将结果存储在dataframe中的同一行和同一列中

a = 1
b = 2
c = 3
indexes = ['a', 'b', 'c']
df = pd.DataFrame({x:np.nan for x in indexes}, index=indexes)

s = pd.Series({"a": 1, "b": 2, "c": 3})
s.apply(lambda x: x+s) 

如果我应用sum（函数可以是任何函数），那么我想要得到的结果如下：

    a   b   c
a   2   3   4
b   3   4   5
c   4   5   6

---

我只能考虑迭代所有变量，逐个应用函数，并使用迭代器的索引来设置dataframe中的值。有更好的解决方案吗？

如果性能很重要，我相信您需要从变量创建的数组的广播总和：

a = 1
b = 2
c = 3
indexes = ['a', 'b', 'c']

arr = np.array([a,b,c])
df =  pd.DataFrame(arr + arr[:, None], index=indexes, columns=indexes)
print (df)
   a  b  c
a  2  3  4
b  3  4  5
c  4  5  6

---

为此，可以使用apply并返回一个

pd.Series

。在这种情况下，

pandas

使用系列索引作为结果数据帧中的列

a = 1
b = 2
c = 3
indexes = ['a', 'b', 'c']
df = pd.DataFrame({x:np.nan for x in indexes}, index=indexes)

s = pd.Series({"a": 1, "b": 2, "c": 3})
s.apply(lambda x: x+s) 

---

请注意，您所做的操作是在一个元素和一个系列之间进行的。

如果变量的值是iterable的，并且函数将从其中的两个变量中生成一个值，那么如何实现我需要的结果？

a，b，c=（1,2），（2,3），（3,4）

并且函数是scipy stats的Pearson Correlations，导出到具有列

[“a”、“b”、“c”]

的

数据框

，然后运行

df.corr（）

？一般来说，直接向量计算比应用更快。如果变量的值是可计算的，并且函数将从其中两个变量中产生一个值，我如何才能获得所需的结果？