如何生成含日期、房型等指定迭代值的Pandas DataFrame？

不用嵌套循环，利用Pandas的笛卡尔积生成功能可以更高效地实现需求，避免循环中反复修改DataFrame的性能问题。以下是完整实现代码：

import pandas as pd

# 定义所有参数
start_date = "2023-08-01"
end_date = "2023-09-01"
house_types = [1, 2, 3, 4]
# 补充6位经纪人，可替换为实际名字
realtors = ["Alex", "Maggie", "Ginger", "Pat", "Sam", "Taylor"]
neighborhood = "a"
zipcode = "10018"

# 生成指定范围的连续日期
dates = pd.date_range(start=start_date, end=end_date, freq="D")

# 生成日期、房型、经纪人的全组合（笛卡尔积）
full_combinations = pd.MultiIndex.from_product(
    [dates, house_types, realtors],
    names=["Date", "House type", "Realtor"]
)

# 转换为DataFrame并添加固定列
df = full_combinations.to_frame(index=False)
df["Neighborhood"] = neighborhood
df["Zipcode"] = zipcode

# 调整列顺序以匹配预期格式
df = df[["Date", "House type", "Neighborhood", "Realtor", "Zipcode"]]

# 可选：将日期格式化为MM/DD/YY样式（和示例一致）
df["Date"] = df["Date"].dt.strftime("%m/%d/%y")

# 查看结果
print(df.head(20))

关键说明： #

• 高效生成日期：用pd.date_range替代while循环+append，代码更简洁，处理大范围日期时性能优势明显。
• 笛卡尔积生成组合：pd.MultiIndex.from_product直接生成所有日期、房型、经纪人的配对组合，完美满足“每个日期对应所有房型与经纪人组合”的需求，无需手动写嵌套循环。
• 固定列赋值：社区和邮编全局唯一，直接给整列赋值即可，无需逐行处理。

运行后，每天会自动生成24行（4种房型×6位经纪人）数据，完全符合需求。

内容的提问来源于stack exchange，提问作者pars1221