如何为DataFrame每个值生成重复项，完成两个无共同列DataFrame的全量匹配

你需要实现的是两个DataFrame的笛卡尔积，即第一个表的每一行与第二个表的每一行两两组合，无需使用for循环实现，pandas有更高效的内置方案：

方法1：cross merge（pandas ≥ 1.2.0 版本推荐） #

这是官方提供的最简单写法，直接指定合并方式为cross即可：

import pandas as pd

# 原始示例数据
df_this = pd.DataFrame({'scu_key': [4, 8, 10, 12]})
df_that = pd.DataFrame({'dates': ['02-2018', '03-2018', '04-2018', '05-2018']})

# 生成笛卡尔积
df_all_that = df_this.merge(df_that, how='cross')

运行后得到的结果和你给出的预期输出完全一致。

方法2：临时辅助列merge（兼容所有pandas版本） #

如果你的pandas版本低于1.2.0不支持cross merge，可以给两个表新增一个值相同的临时辅助列，按辅助列合并后删除即可：

# 新增临时共同列
df_this['tmp'] = 1
df_that['tmp'] = 1

# 合并后删除临时列
df_all_that = df_this.merge(df_that, on='tmp').drop('tmp', axis=1)

方法3：itertools.product实现（仅适合极小数据集） #

数据量非常小的场景下，也可以用迭代器生成组合后转DataFrame：

from itertools import product

df_all_that = pd.DataFrame(product(df_this['scu_key'], df_that['dates']), columns=['scu_key', 'dates'])

以上三种方案均为向量化实现，性能远高于手动for循环遍历拼接，适合各类数据量的场景。

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