如何无循环实现两个列表的笛卡尔积转为DataFrame？

当然没问题！完全不需要写for循环就能轻松生成你想要的DataFrame，这里给你两种简洁高效的实现方式：

方案1：借助itertools.product生成笛卡尔积 #

itertools.product是Python标准库中专门用来生成多个可迭代对象笛卡尔积的工具，用它配合Pandas可以一行搞定：

import pandas as pd
from itertools import product

names_list = ['A', 'B', 'C', 'D', 'E']
num_list = list(range(1,21))

# 直接生成两个列表的笛卡尔积，再转为指定列名的DataFrame
df = pd.DataFrame(product(names_list, num_list), columns=['Name', 'Number'])

说明：product(names_list, num_list)会按你需要的顺序（先遍历所有名称，每个名称对应所有数字）生成所有组合，完全不需要手动循环，而且是惰性迭代器，内存效率很高。

方案2：纯Pandas内置方法实现（无需额外导入库） #

如果你更倾向于只用Pandas的话，可以用merge的cross连接类型，这是Pandas 1.2.0及以上版本支持的特性，专门用来生成笛卡尔积：

import pandas as pd

names_list = ['A', 'B', 'C', 'D', 'E']
num_list = list(range(1,21))

# 先把两个列表转为单独的DataFrame
df_names = pd.DataFrame({'Name': names_list})
df_nums = pd.DataFrame({'Number': num_list})

# 执行交叉连接生成笛卡尔积
df = df_names.merge(df_nums, how='cross')

说明：how='cross'会让两个DataFrame的所有行进行组合，正好符合你的需求，全程没有手动循环，代码也更贴合Pandas的使用习惯。

两种方法都能完美生成你想要的结果，而且效率远高于手动写for循环，尤其是当列表规模较大时优势更明显。

内容的提问来源于stack exchange，提问作者ForgachM