Python 通过将字典的值与数据帧的列相匹配，有条件地进行选择

我有一本字典如下：

dict = {0: [a,b,d,c],
        3:[w,v,t,e],...}

col1   col2   col3
a      d      10
a      b      5
a      c      20
b      a      5
b      d      3
b      c      8
d      a      10
d      b      3
d      c      12
c      a      20
c      b      8
c      d      12

col1 col2 col3 key
a    b    5     0
a    d    10    0
a    c    20    0
b    d    3     0
b    c    8     0
d    c    12    0

数据帧如下所示：

dict = {0: [a,b,d,c],
        3:[w,v,t,e],...}

col1   col2   col3
a      d      10
a      b      5
a      c      20
b      a      5
b      d      3
b      c      8
d      a      10
d      b      3
d      c      12
c      a      20
c      b      8
c      d      12

col1 col2 col3 key
a    b    5     0
a    d    10    0
a    c    20    0
b    d    3     0
b    c    8     0
d    c    12    0

我想映射dictionary值中的每个唯一组合以匹配col1和col2，然后选择col3并附加键。 结果如下：

dict = {0: [a,b,d,c],
        3:[w,v,t,e],...}

col1   col2   col3
a      d      10
a      b      5
a      c      20
b      a      5
b      d      3
b      c      8
d      a      10
d      b      3
d      c      12
c      a      20
c      b      8
c      d      12

col1 col2 col3 key
a    b    5     0
a    d    10    0
a    c    20    0
b    d    3     0
b    c    8     0
d    c    12    0

---

您可以从字典列表中获取组合，从长度为2组合的扁平列表中构建数据帧，并与数据帧合并：

from itertools import combinations

d = {0: ['a','b','d','c'],
     3: ['w','v','t','e']}

combs = [(k,*i) for k,v in d.items() for i in list(combinations(v, r=2))]
# [(0, 'a', 'b'), (0, 'a', 'd'), (0, 'a', 'c')...
pd.DataFrame(combs, columns=['key','col1','col2']).merge(df, on=['col1','col2'])

  key col1 col2  col3
0   0    a    b     5
1   0    a    d    10
2   0    a    c    20
3   0    b    d     3
4   0    b    c     8
5   0    d    c    12