求Pandas中对应R语言merge(all=TRUE)的等价实现方法

要实现和你R代码等价的笛卡尔积效果，核心是模拟R中merge(all=TRUE)在无共同列时自动生成笛卡尔积的行为，以下是两种常用方法：

方法1：添加临时连接键（最贴近R的写法） #

Pandas的merge需要明确指定连接键，我们可以给两个DataFrame添加一个相同的临时列，再通过这个列做全连接，最后删除临时列：

import pandas as pd

# 提取rate_card的目标列
rate_card_subset = rate_card[["service", "duration", "rate"]].copy()

# 给两个表添加临时键列
nodes["key"] = 1
rate_card_subset["key"] = 1

# 生成笛卡尔积并移除临时键
prem_subset = pd.merge(nodes, rate_card_subset, on="key").drop("key", axis=1)

方法2：利用MultiIndex构造 #

通过pd.MultiIndex.from_product生成两个表索引的所有组合，再重新索引拼接：

import pandas as pd

rate_card_subset = rate_card[["service", "duration", "rate"]].copy()

# 创建两个表索引的笛卡尔积组合
cartesian_idx = pd.MultiIndex.from_product(
    [nodes.index, rate_card_subset.index],
    names=["nodes_idx", "rate_card_idx"]
)

# 重新索引并拼接两个表
prem_subset = (
    nodes.reindex(cartesian_idx.get_level_values(0)).reset_index(drop=True)
    .join(rate_card_subset.reindex(cartesian_idx.get_level_values(1)).reset_index(drop=True))
)

两种方法都能生成7*10=70行的笛卡尔积结果，其中方法1更贴近你在R中的实现逻辑。

内容的提问来源于stack exchange，提问作者Neeraj Grover