基于pd.date_range生成逐日期行：应当使用Merge、Join还是Concat？

你需要实现的是两个无关联字段DataFrame的笛卡尔积（即所有行两两组合），三个方法中**优先使用merge**实现，操作最简便，join和concat都需要额外处理逻辑，不推荐。

你已完成的步骤 #

1. 生成日期DataFrame #

代码如下：

df_dates = pd.DataFrame({'date_prediciton':pd.date_range(start='2021-08-01', end='2021-08-31', freq='W-SUN')})
df_dates.head()

输出样例：

2. 生成客户信息DataFrame #

代码如下：

client = ['101', '102', '103', '104']
df_clients = pd.DataFrame(data=client, columns=['client'])
df_clients.head()

输出样例：

具体实现代码 #

给两个DataFrame添加一个值全部相同的临时连接键，用merge按该键合并后删除临时键即可：

# 添加临时公共键
df_dates['tmp_key'] = 0
df_clients['tmp_key'] = 0

# 合并得到笛卡尔积，删除临时键
df_result = pd.merge(df_clients, df_dates, on='tmp_key').drop('tmp_key', axis=1)

最终结果共20行（4个客户×5个日期），每个客户都会匹配到全部的5个日期，符合需求。

另外两个方法不推荐的原因 #

• concat是沿指定轴做数据拼接，默认不会做行交叉匹配，要实现笛卡尔积需要手动做数据重复、拼接操作，步骤繁琐效率低
• join是基于索引的合并操作，要实现笛卡尔积需要先将两个DataFrame的索引都设置为相同的常数值，合并后再重置索引，操作步骤比merge多

内容的提问来源于stack exchange，提问作者Kleiton Marques Dos Reis