如何拆分Pandas数据框中的公式列并生成值组合？

核心思路是把公式拆解为「AND分组」（+分隔的部分），每个分组内的OR选项（/分隔）做笛卡尔积，最终得到所有合法的AND组合。

步骤拆解 #

1. 拆分AND分组：把公式按+分割，但要保留括号内的完整内容（避免把括号里的+误拆分）。用正则表达式可以精准匹配每个分组：要么是括号包裹的内容，要么是无括号的连续字符。
2. 提取OR选项：对每个分组去掉括号，再按/分割成可选值列表。
3. 生成笛卡尔积：用所有分组的可选值列表做笛卡尔积，每个组合用+连接就是最终结果。

代码实现 #

import pandas as pd
import re
from itertools import product

def parse_formula(formula):
    # 匹配每个AND分组：要么是(...)，要么是不含括号的连续非+字符
    groups = re.findall(r'\([^()]+\)|[^+]+', formula)
    # 处理每个分组：去括号，按/分割成列表
    option_lists = []
    for group in groups:
        # 去掉首尾的括号
        cleaned_group = group.strip('()')
        # 按/分割，去掉空字符串（避免连续/的情况）
        options = [opt.strip() for opt in cleaned_group.split('/') if opt.strip()]
        option_lists.append(options)
    # 生成笛卡尔积，每个组合用+连接
    combinations = [' + '.join(combo) for combo in product(*option_lists)]
    return combinations

# 测试示例
df = pd.DataFrame({
    'formula': [
        'ABC+(DEF/GHI/XYZ)',
        '(ABC/DEF)+(GHI/JKL)'
    ]
})

# 应用函数，展开成新的DataFrame
result_df = df['formula'].apply(parse_formula).explode().reset_index(drop=True)
print(result_df)

代码说明 #

• re.findall(r'\([^()]+\)|[^+]+', formula)：正则优先匹配括号包裹的内容，再匹配不含+的连续字符，完美拆分AND分组。
• product(*option_lists)：itertools的product会生成所有分组选项的笛卡尔积，正好对应AND逻辑的所有组合。
• explode()：把每个公式生成的组合列表拆成单独的行，符合你要的新数据框格式。

测试输出 #

运行后会得到：

0    ABC + DEF
1    ABC + GHI
2    ABC + XYZ
3    ABC + GHI
4    ABC + JKL
5    DEF + GHI
6    DEF + JKL

内容的提问来源于stack exchange，提问作者kimchg82