如何基于空Pandas DataFrame生成所有独热编码组合的DataFrame？

要生成包含所有0/1独热编码组合的DataFrame，可以借助itertools.product生成笛卡尔积，再转换为Pandas DataFrame，具体实现如下：

示例（3列空DataFrame） #

import pandas as pd
import itertools

# 创建示例空DataFrame
df_empty = pd.DataFrame(columns=['col1', 'col2', 'col3'])

# 获取列名列表
cols = df_empty.columns
# 生成所有0和1的组合：2^3=8种
all_combinations = list(itertools.product([0, 1], repeat=len(cols)))

# 转换为目标DataFrame
df_full = pd.DataFrame(all_combinations, columns=cols)
print(df_full)

执行后会输出包含8行的DataFrame，覆盖col1/col2/col3所有0/1组合。

推广到58列的场景 #

只需将示例中的空DataFrame替换为你的58列空DataFrame即可，核心代码逻辑一致：

import pandas as pd
import itertools

# 假设这是你的58列空DataFrame
df_empty = pd.DataFrame(columns=[f'col{i}' for i in range(1, 59)])

cols = df_empty.columns
all_combinations = list(itertools.product([0, 1], repeat=len(cols)))
df_full = pd.DataFrame(all_combinations, columns=cols)

重要注意事项 #

58列的场景下，所有组合的数量为2^58，约等于2.88×10^17行——这个数据量远超常规存储和计算的极限，甚至无法在内存中加载，实际操作中几乎不可能生成完整的DataFrame。如果你的真实需求并非生成全部组合，建议调整方案（比如生成抽样组合、或针对特定业务逻辑生成子集）。

内容的提问来源于stack exchange，提问作者Negative Correlation