时间序列数据列标题笛卡尔积及差值生成技术问询

没问题，这需求很好实现！我会用Python的pandas库给你写一套完整的代码，完全符合你的要求——包括生成所有笛卡尔积配对（反向配对、自身配对都保留），计算每对第一个水果减第二个的差值。

步骤1：准备示例数据 #

先假设你的DataFrame长这样（带日期列和若干水果列）：

import pandas as pd
from itertools import product

# 创建示例DataFrame
data = {
    'date': ['2024-01-01', '2024-01-02', '2024-01-03'],
    'grapes': [10, 12, 8],
    'pears': [15, 13, 17],
    'apples': [20, 18, 22]
}
df = pd.DataFrame(data)

步骤2：生成所有水果列配对并计算差值 #

接下来我们提取所有水果列，生成它们的笛卡尔积，然后逐个计算差值并添加为新列：

# 提取所有水果列（排除日期列）
fruit_columns = [col for col in df.columns if col != 'date']

# 生成所有笛卡尔积配对（包括自身配对和反向配对）
fruit_pairs = list(product(fruit_columns, repeat=2))

# 遍历每一对，计算差值并添加新列
for fruit1, fruit2 in fruit_pairs:
    # 生成新列名，格式为"fruit1_fruit2"
    new_col = f"{fruit1}_{fruit2}"
    # 计算第一个水果减第二个的差值
    df[new_col] = df[fruit1] - df[fruit2]

步骤3：查看结果 #

运行完上面的代码后，你的DataFrame就会新增所有配对的差值列。比如df.head()会输出：

正如你所说，这里会包含grapes_pears和pears_grapes（差值符号相反）、grapes_grapes（差值为0）这类情况，后续你可以根据需求添加过滤逻辑（比如只保留fruit1 >= fruit2的配对，或者排除自身配对）。

内容的提问来源于stack exchange，提问作者user3697498