如何获取itertools.combination生成的元组列表的索引并赋值给变量

itertools.combinations 返回的是惰性迭代器对象，本身没有实现下标访问的相关方法，要获取生成的二元组的元素，可以按你的使用场景选择以下两种方案：

• 方案1：直接迭代迭代器（适合批量处理所有组合，内存占用更低）
  如果你的需求是对所有两两组合都生成对应的sma交叉列，直接迭代combinations对象即可，每次迭代会返回一个二元组，可以直接解包赋值给x、y：

import itertools
import numpy as np
import pandas as pd

a = [10,11,12,13,14,15]
for x, y in itertools.combinations(a, 2):
    conditions = [
        df[f'sma_{x}'] > df[f'sma_{y}'],
        df[f'sma_{x}'] < df[f'sma_{y}']
    ]
    choices = [1, -1]
    df[f'sma_{x} & sma_{y}'] = np.select(conditions, choices, default=0)

这种方式不需要将所有组合一次性加载到内存，当a的长度较大、组合数量较多时性能更优。

• 方案2：转列表后下标访问（适合需要随机获取指定位置组合的场景）
  如果你确实需要获取指定位置的组合，先将迭代器转换为列表，即可正常使用下标访问：

import itertools

a = [10,11,12,13,14,15]
b = list(itertools.combinations(a, 2))
# 示例：获取第1个组合的两个值，下标从0开始计数
x, y = b[0]

# 后续逻辑保持不变
conditions = [
    df[f'sma_{x}'] > df[f'sma_{y}'],
    df[f'sma_{x}'] < df[f'sma_{y}']
]
choices = [1, -1]
df[f'sma_{x} & sma_{y}'] = np.select(conditions, choices, default=0)

你之前代码报错是因为直接对combinations迭代器做下标操作，而迭代器本身不支持该操作，转换为列表后即可解决。

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