Sql 熊猫1=1的加入

我在一个数据帧（df1）中有两个分类列。我创建了CatA和CatB的每个组合，使其具有日期范围（df2）的长度。我希望将df1和df2合并到一个数据帧中，以便每个CatA和CatB组合都可以使用日期范围

我怎样才能在熊猫身上做到这一点？我看到join方法的文档只支持left、right、outer和inner。在SQL中，我将在1=1时加入

---

您已经有了

df2

，对吗

pd.concat（[df1，df2]，axis=1）

做你想做的事吗

df1=pd.Dataframe（['a'，'b']）
df2=pd.Dataframe（[1,2]）
pd.concat（[df1，df2]，轴=1）

产生：

   0  0
0  a  1
1  b  2

---

我认为这就是您正在寻找的行为。

为了在分类列上联接，首先确保它们没有任何空值，如下所示

df1.dropna(axis=0, subset=['CatA'], inplace=True)
df2.dropna(axis=0, subset=['CatB'], inplace=True)

然后使用合并：

df_merged = pd.merge(df1, df2, 
                     how='inner', # inner join will do one on one 
                     left_on='CatA', right_on='CatB', 
                     sort=False # this will improve speed in big dfs
            )

注:

• 您还可以在上的

  left\u和

  上的

  right\u中提供多个列作为列表

---

您想要的是笛卡尔积。要完成此操作，您可以执行以下操作：

df1=pd.DataFrame（{'CatA'：['A'，'B']，'CatB'：['M'，'N']}）
df2=pd.DataFrame（{'Date'：['9/1/2020'，'9/2/2020'，'9/3/2020']}）
df1['''u tempkey']=1
df2[''u tempkey']=1
df1=df1.合并（df2，on=''临时键'）.删除（''临时键'，轴=1）

---

你提前知道CatA、CatB的数值和日期范围吗？如果是这样，有比使用pandas（例如itertools.产品）更高效、更干净的方法来完成这项任务

df1.dropna(axis=0, subset=['CatA'], inplace=True)
df2.dropna(axis=0, subset=['CatB'], inplace=True)

df_merged = pd.merge(df1, df2, 
                     how='inner', # inner join will do one on one 
                     left_on='CatA', right_on='CatB', 
                     sort=False # this will improve speed in big dfs
            )

  CatA CatB      Date
0    A    M  9/1/2020
1    A    M  9/2/2020
2    A    M  9/3/2020
3    B    N  9/1/2020
4    B    N  9/2/2020
5    B    N  9/3/2020