如何基于两个列表生成包含所有组合的DataFrame？

针对你需要生成两个列表所有可能组合（笛卡尔积）的DataFrame需求，以下是几种高效的实现方案，适合大规模数据场景：

方法1：Pandas原生交叉合并（推荐） #

Pandas 1.2.0及以上版本支持how='cross'参数，直接通过合并两个单列表DataFrame生成笛卡尔积，底层做了优化，处理大数量级数据效率很高。

import pandas as pd

list1 = [1,2,3]
list2 = [10,11,12]

# 生成笛卡尔积DataFrame
df = pd.DataFrame({'list1': list1}).merge(pd.DataFrame({'list2': list2}), how='cross')

方法2：利用itertools.product生成组合 #

itertools是Python标准库，product方法专门用于生成多个可迭代对象的笛卡尔积，返回迭代器，内存占用低，适合超大规模列表：

import pandas as pd
from itertools import product

list1 = [1,2,3]
list2 = [10,11,12]

# 生成所有组合的迭代器，再转为DataFrame
combinations = product(list1, list2)
df = pd.DataFrame(combinations, columns=['list1', 'list2'])

方法3：MultiIndex构建法 #

通过Pandas的多层索引生成笛卡尔积，再转为普通DataFrame，代码简洁直观：

import pandas as pd

list1 = [1,2,3]
list2 = [10,11,12]

# 从笛卡尔积生成多层索引，再转为无索引的DataFrame
df = pd.MultiIndex.from_product([list1, list2], names=['list1', 'list2']).to_frame(index=False)

注意 #

绝对不推荐手动嵌套循环生成组合，这种方法时间复杂度高，处理大规模数据时性能极差。

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