如何生成DataFrame分组唯一排列对应的子DataFrame集合？

输入DataFrame #

import pandas as pd

input_df = pd.DataFrame({
    'Previous': ['1000', '1000', 'latex', 'latex'], 
    'Ignore':[None, None, ['free'], ['free']], 
    'New': ['100', '200', 'nylon', 'cloth']
})

需求目标 #

需要生成以下4个DataFrame，每个DataFrame需包含Previous列的所有唯一值（'1000'和'latex'），并将New列的不同值做交叉组合：

df1 = pd.DataFrame({
    'Previous': ['1000','latex'],
    'Ignore': [None, ['free']],
    'New': ['100','nylon']
})
df2 = pd.DataFrame({
    'Previous': ['1000','latex'],
    'Ignore': [None, ['free']],
    'New': ['100','cloth']
})
df3 = pd.DataFrame({
    'Previous': ['1000','latex'],
    'Ignore': [None, ['free']],
    'New': ['200','nylon']
})
df4 = pd.DataFrame({
    'Previous': ['1000','latex'],
    'Ignore': [None, ['free']],
    'New': ['200','cloth']
})

解决方案 #

通过对原DataFrame的行进行组合筛选，仅保留包含所有Previous唯一值的组合，最终得到目标结果：

from itertools import combinations as c

out = [pd.DataFrame(j) for j in c([i[1] for i in input_df.iterrows()], len(input_df['Previous'].unique())) 
       if len(pd.DataFrame(j)['Previous'].unique()) == len(input_df['Previous'].unique())]

代码说明 #

• 用itertools.combinations生成原DataFrame行的所有指定长度（等于Previous列唯一值数量）的组合
• 筛选出组合后Previous列包含所有唯一值的结果，将这些组合转换为DataFrame，最终out列表就是所需的4个目标DataFrame

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