如何用Pandas实现DataFrame两列列表元素的全组合配对？

原始DataFrame #

目标DataFrame #

Pandas解决方案 #

你可以结合str.split()和itertools.product实现需求，无需手动写嵌套循环，代码更简洁且适配DataFrame操作：

import pandas as pd
from itertools import product

# 构造原始DataFrame
df = pd.DataFrame({
    'color': ['red, blue, green', 'blue, yellow'],
    'cars': ['BMW, Mercedes', 'Porsche, Jeep, Volvo']
})

# 1. 将逗号分隔的字符串拆分为元素列表
df['color'] = df['color'].str.split(', ')
df['cars'] = df['cars'].str.split(', ')

# 2. 对每行生成color和cars的笛卡尔积，合并所有结果
result_df = df.apply(
    lambda row: pd.DataFrame(product(row['color'], row['cars']), columns=['color', 'cars']),
    axis=1
).concat()

# 重置索引（可选，让索引从0开始）
result_df = result_df.reset_index(drop=True)

print(result_df)

代码解释 #

• str.split(', ')：把每行的字符串按, 分割成元素列表，比如"red, blue, green"会转为['red', 'blue', 'green']
• itertools.product：生成两个列表的笛卡尔积，对应你手动嵌套循环的配对逻辑
• apply(axis=1)：对DataFrame的每一行执行操作，把每行的配对组合转成小DataFrame
• .concat()：把所有行生成的小DataFrame合并成最终的结果DataFrame

内容的提问来源于stack exchange，提问作者glucosebat