如何获取Pandas DataFrame跨行列的所有可能元素组合？

要实现从DataFrame每一列中各取一个元素的所有可能组合（并计算和），可以用itertools.product生成各列元素的笛卡尔积——这是最直接的实现方式，Pandas本身没有专门的内置函数，但结合itertools就能轻松完成需求。

具体步骤与代码示例 #

首先构造目标DataFrame：

import pandas as pd
import itertools

df = pd.DataFrame({
    'A_Points': [0, 3, 9],
    'B_Points': [1, 5, 2],
    'C_Points': [1, 4, 4]
})

提取每一列的元素列表，再生成所有跨列元素组合：

# 把每列的元素转成列表，按列顺序存入列表
columns_data = [df[col].tolist() for col in df.columns]

# 生成所有可能的跨列元素组合（笛卡尔积）
all_combinations = list(itertools.product(*columns_data))

# 计算每个组合的和，整理成DataFrame输出
result = pd.DataFrame({
    '元素组合': all_combinations,
    'Points总和': [sum(comb) for comb in all_combinations]
})

print(result)

运行后会得到全部27种（3×3×3）组合及其和，你提到的(0,5,4)（和为9）、(9,1,1)（和为11）这类组合都会包含在内。

原有代码不符合需求的原因 #

你之前用itertools.combinations(df.columns, 2)是在生成列名的两两组合，然后计算列与列之间的元素差值，这是列与列的元素级运算，完全不是你需要的「跨列各取一个元素的组合」逻辑，所以结果和预期不符。

内容的提问来源于stack exchange，提问作者Tortkty