生成DataFrame除目标列外特征列所有组合子数据集（用于ML训练）

要实现从原DataFrame中生成包含指定目标列、且包含其余特征列所有可能组合的子数据集，可以借助Python的pandas和itertools.combinations高效完成。

代码实现 #

import pandas as pd
from itertools import combinations

# 构造示例原DataFrame
df = pd.DataFrame({
    'index': [0, 1, 2, 3],
    'feature1': [1, 1, 1, 1],  # 目标列
    'feature2': [2, 2, 2, 2],
    'feature3': [3, 3, 3, 3],
    'feature4': [4, 4, 4, 4]
})
target_column = 'feature1'

def get_feature_combination_dfs(df, target_col):
    # 筛选出所有特征列（排除目标列和无关的index列）
    feature_cols = [col for col in df.columns if col not in [target_col, 'index']]
    sub_dataframes = []
    
    # 生成特征列的所有2列组合（匹配示例需求）
    for feature_comb in combinations(feature_cols, 2):
        # 拼接目标列与当前特征组合
        selected_cols = [target_col] + list(feature_comb)
        sub_df = df[selected_cols].copy()
        sub_dataframes.append(sub_df)
    
    # 如果需要所有大小的特征组合（1列到全特征列），替换上面的循环为：
    # for k in range(1, len(feature_cols) + 1):
    #     for feature_comb in combinations(feature_cols, k):
    #         selected_cols = [target_col] + list(feature_comb)
    #         sub_df = df[selected_cols].copy()
    #         sub_dataframes.append(sub_df)
    
    return sub_dataframes

# 生成并输出子数据集
result_dfs = get_feature_combination_dfs(df, target_column)
for idx, sub_df in enumerate(result_dfs, 1):
    print(f"df{idx}:")
    print(sub_df)
    print("-" * 35)

输出说明 #

运行代码后会得到3个符合示例要求的子数据集（示例中的df4属于重复内容，应为笔误）：

• df1：包含feature1、feature2、feature3
• df2：包含feature1、feature2、feature4
• df3：包含feature1、feature3、feature4

如果需要覆盖所有特征列的非空组合（比如单个特征+目标列、全部特征+目标列），只需取消注释代码中对应的循环逻辑即可。

内容的提问来源于stack exchange，提问作者Juan