使用Pandas从多组中随机选行生成组合的实现方法

有一个Pandas DataFrame df，示例结构如下（真实数据包含更多列与group）：

group  sub  fruit
a      1    apple
a      2    banana
a      3    orange
b      1    pear
b      2    strawberry
b      3    cherry
c      1    kiwi
c      2    tomato
c      3    lemon

所有group的行数一致，需要生成一个新的DataFrame：从每个group中选取一行（要覆盖所有可能的组合，示例中共有3×3×3=27种不同组合），最终输出包含combo标识列，格式如下：

combo  group  sub  fruit
1      a      1    apple
1      b      1    pear
1      c      1    kiwi
2      a      2    banana
2      b      2    strawberry
2      c      1    kiwi
3      a      3    orange
3      b      2    strawberry
3      c      1    kiwi
4      a      2    banana
4      b      2    strawberry
4      c      3    lemon
5      a      3    orange
5      b      3    cherry
5      c      3    lemon
...

要生成所有group行的笛卡尔积组合，再映射回原数据的信息，可按以下步骤操作：

完整代码 #

import pandas as pd
import itertools

# 示例数据（替换为你的真实数据即可）
df = pd.DataFrame({
    'group': ['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'c'],
    'sub': [1, 2, 3, 1, 2, 3, 1, 2, 3],
    'fruit': ['apple', 'banana', 'orange', 'pear', 'strawberry', 'cherry', 'kiwi', 'tomato', 'lemon']
})

# 按group分组，获取每个组对应的行索引列表
group_indices = df.groupby('group').groups
index_lists = [list(indices) for _, indices in sorted(group_indices.items())]

# 生成所有组行索引的笛卡尔积（即所有可能的选取组合）
all_combinations = list(itertools.product(*index_lists))

# 构建最终结果DataFrame
result_rows = []
for combo_num, idx_tuple in enumerate(all_combinations, start=1):
    combo_rows = df.loc[list(idx_tuple)].copy()
    combo_rows['combo'] = combo_num
    result_rows.append(combo_rows)

final_df = pd.concat(result_rows, ignore_index=True)
# 调整列顺序，让combo列排在最前面
final_df = final_df[['combo', 'group', 'sub', 'fruit']]

print(final_df)

代码说明 #

• df.groupby('group').groups：获取每个group对应的行索引集合，确保能准确定位每行数据
• itertools.product(*index_lists)：直接生成所有组行索引的笛卡尔积，这一步会得到示例中的27种组合
• 遍历组合时，用df.loc[list(idx_tuple)]取出对应行，添加combo编号后拼接，最后调整列顺序匹配期望输出

内容的提问来源于stack exchange，提问作者psychcoder