Python中如何将商品购买组合元组列表转为Pandas DataFrame

方法1：已有所有二元组总列表时直接创建（最简单） #

如果你已经把每行生成的二元组都汇总到了一个总列表中，直接用列表创建DataFrame即可：

import pandas as pd

# 示例总列表，对应你生成的所有二元组集合
all_pairs = [('12', '223'), ('54', '554'), ('54', '12'), ('554', '12'), ('12', '1112'), ('12', '11'), ('12', '2353'), ('12', '445'), ('1112', '11'), ('1112', '2353'), ('1112', '445'), ('11', '2353'), ('11', '445'), ('2353', '445'), ('54', '12')]

# 直接生成目标格式的DataFrame
result_df = pd.DataFrame(all_pairs, columns=['product_one', 'product_two'])

方法2：组合结果存储在原DataFrame列中时处理 #

如果你是对原DataFrame用apply生成了存储每行组合的列，用explode炸开后拆分即可：

from itertools import combinations

# 示例：你已经通过原字段生成了组合列
df['product_list'] = df['product_ids'].apply(lambda x: list(set([i.strip() for i in x.split(',')])))
df['pairs'] = df['product_list'].apply(lambda x: list(combinations(x, 2)))

# 炸开组合列，每个二元组单独成一行
exploded_df = df.explode('pairs', ignore_index=True)
# 拆分二元组为两列
result_df = pd.DataFrame(exploded_df['pairs'].tolist(), columns=['product_one', 'product_two'])

可选补充逻辑 #

• 若需要全局去重（不同客户生成的相同配对只留一条），可追加代码：result_df = result_df.drop_duplicates(ignore_index=True)
• 若需要保证两列商品ID大小顺序（比如数值小的在前），可追加代码：

result_df[['product_one', 'product_two']] = result_df[['product_one', 'product_two']].apply(lambda x: sorted(x, key=int), axis=1, result_type='expand')

内容的提问来源于stack exchange，提问作者pybugHTL