Pandas如何基于两字段唯一组合转换DataFrame（替代for循环）

你需要生成A列唯一值与指定B列候选值的全量组合，匹配原DataFrame中对应的行数据，替代低效的嵌套for循环实现。

直接用pandas原生的笛卡尔积生成+重索引方法实现，无需手写循环，性能更高逻辑更简洁：

注意不要用list作为变量名，会覆盖Python内置的list类型，建议改名。

import pandas as pd

# 原数据
df = pd.DataFrame({'A' : ['A','B','C','D','E','F','G','H','I'],
                   'B' : ['B','C','D','E','F','G','H','I','J'],
                   'C' : ['C','D','E','F','G','H','I','J','J'],
                   'D' : ['D','E','F','G','H','I','J','J','J'],
                   'E' : ['E','F','G','H','I','J','A','B','C'],
                   'F' : ['B','C','D','B','C','D','B','C','D'],
                  })
# 要匹配的B列目标值，原变量名list改名为target_b避免冲突
target_b = ['A','B','C','D']

# 1. 生成A列唯一值、目标B值的所有组合
unique_a = df['A'].unique()
full_comb = pd.MultiIndex.from_product(
    [unique_a, target_b],
    names=['A', 'B']
)

# 2. 原数据按A、B去重，仅保留每个组合的第一行（和原逻辑取iloc[0]一致）
df_dedup = df.drop_duplicates(subset=['A', 'B']).set_index(['A', 'B'])

# 3. 重索引匹配全量组合，匹配不到的行自动填充空值
result_df = df_dedup.reindex(full_comb).reset_index()

# 4. 计算每个(A,B)组合的出现次数、匹配状态
counts = df.groupby(['A', 'B']).size()
result_df['count'] = result_df.set_index(['A','B']).index.map(counts).fillna(0).astype(int)
result_df['status'] = result_df['count'].apply(lambda x: 'found' if x > 0 else 'empty')

# 5. 空值替换为空字符串，和预期输出格式对齐
result_df[['C','D','E','F']] = result_df[['C','D','E','F']].fillna('')

如果需要生成示例里的逐行打印字符串格式，加一行代码即可：

# 生成和原循环打印格式完全一致的字符串列
result_df['print_line'] = result_df.apply(
    lambda r: f"{r['A']}:{r['B']},{r['C']},{r['D']},{r['E']},{r['F']},{r['status']},{r['count']}",
    axis=1
)

# 打印查看
for line in result_df['print_line']:
    print(line)

输出结果和给出的示例完全一致，没有冗余循环，数据量越大性能优势越明显。

内容的提问来源于stack exchange，提问作者Patrick C