Python递归生成pandas DataFrame维度组合路径及对应子表实现方法

现有代码的错误原因：

• 列名和对应值作为两个独立元素存入路径列表，拼接时会多出分隔符，不符合列名-值的格式要求
• 全局变量回溯逻辑错误，遍历不同分支时残留上一分支的内容，导致路径拼接混乱
• 硬编码层级判断适配性差，更换目标列数量需要修改代码

使用itertools.product生成全组合即可高效实现需求，无需复杂递归，逻辑清晰不易出错：

import pandas as pd
from itertools import product

# 示例DataFrame
test_list = [['male','pack','lower'], ['male','nonpack','upper'], ['female','pack','upper'], ['male','pack','middle'], ['female','nonpack','middle']]
df1 = pd.DataFrame(test_list, columns=['gender', 'subscription', 'ageCategory'])

def get_path_df_tuples(df, target_cols):
    result = []
    # 生成每个列的(列名, 唯一值)元组列表
    col_value_pairs = [ [(col, val) for val in df[col].unique()] for col in target_cols ]
    # 遍历所有列值的笛卡尔积组合
    for combo in product(*col_value_pairs):
        # 按要求拼接路径字符串
        path = "|".join([f"{col}-{val}" for col, val in combo])
        # 筛选对应组合的子DataFrame
        filter_mask = True
        for col, val in combo:
            filter_mask &= (df[col] == val)
        sub_df = df[filter_mask].reset_index(drop=True)
        # 追加元组到结果列表
        result.append((path, sub_df))
    return result

# 调用测试
iteration_list = ['gender', 'subscription', 'ageCategory']
list_tuples = get_path_df_tuples(df1, iteration_list)

# 打印路径验证输出
for path, _ in list_tuples:
    print(path)

如果只需要保留原数据中存在匹配记录的组合，可以在追加元组前添加if not sub_df.empty:的判断过滤空结果。

内容的提问来源于stack exchange，提问作者aziz shaw