如何结合Pandas Groupby与Itertools Product生成分组参数组合

你的代码核心问题是lambda函数里误用了全局的df，而非分组后的子数据集x：每轮分组执行时，你都用了整个DataFrame的param1/param2/param3生成笛卡尔积，而非当前生产线对应的参数集合，这才导致行数远超预期。

修正后的代码 #

import pandas as pd
from itertools import product

# 示例原始DataFrame结构参考：
#   line param1 param2 param3
# 0    1      a      x      m
# 1    1      b      y      n
# 2    2      c      p      q
# 3    2      d      r      s

result = df.groupby('line').apply(
    lambda x: pd.DataFrame(
        data=list(product(x['param1'], x['param2'], x['param3'])),
        columns=['param1', 'param2', 'param3']
    )
).reset_index(level=1, drop=True).reset_index()

关键改动说明 #

• 将df['param1']替换为x['param1']：x是groupby后对应单条生产线的子DataFrame，确保只使用当前生产线的参数生成组合
• reset_index(level=1, drop=True)：先移除分组内的临时索引，再重置索引得到结构整洁的最终结果

执行后，每条生产线会基于自身参数生成len(param1)*len(param2)*len(param3)个组合（比如每个参数各2个值时，单条生产线生成8种），两条生产线总计16行，完全匹配需求。

内容的提问来源于stack exchange，提问作者Me9217419274