Python中SQL UnionAll的等价实现及DataFrame与列表合并方法

嘿，我来帮你理清楚这两个问题——首先是Pandas里对应SQL UNION ALL的功能，然后是你需要的DataFrame和列表的笛卡尔积合并：

一、Python（Pandas）对应SQL UNION ALL的功能 #

SQL里的UNION ALL是用来合并结构完全相同的数据集，并且会保留所有行（包括重复行）。在Pandas里，对应的功能是pd.concat()方法，默认参数就完全符合UNION ALL的行为：

• axis=0：按行方向合并（和UNION ALL的行合并逻辑一致）
• 不会自动去重：保留所有重复的行

举个简单的例子：

import pandas as pd

# 两个结构相同的DataFrame
df1 = pd.DataFrame([('A',10),('B',20)], columns=['code','value'])
df2 = pd.DataFrame([('C',30),('A',10)], columns=['code','value'])

# 执行类似UNION ALL的合并
union_all_result = pd.concat([df1, df2], ignore_index=True)
print(union_all_result)

输出结果会包含4行，其中A,10的重复行也会被保留：

code  value
0    A     10
1    B     20
2    C     30
3    A     10

如果需要模拟SQL的UNION（去重合并），只需要在concat之后加上drop_duplicates()即可，但这不是你问的UNION ALL，所以重点还是pd.concat的默认用法。

二、合并DataFrame与列表得到笛卡尔积结果 #

你给出的示例需求其实不是UNION ALL，而是笛卡尔积（让DataFrame的每一行都和列表中的每个元素配对）。这里有两种简单的实现方式：

方法1：用pd.merge的交叉连接（推荐） #

Pandas 1.2.0及以上版本支持how='cross'参数，可以直接生成两个数据集的笛卡尔积：

import pandas as pd

# 定义原始DataFrame
df1 = pd.DataFrame([('A',10),('B',20),('C',30)], columns=['code','value'])
# 定义列表
list_A = [100, 200, 300]

# 把列表转为单列DataFrame
list_df = pd.DataFrame(list_A, columns=['list_A'])

# 执行交叉连接得到笛卡尔积
final_result = df1.merge(list_df, how='cross')

print(final_result)

运行后就能得到你想要的结果：

code  value  list_A
0    A     10     100
1    A     10     200
2    A     10     300
3    B     20     100
4    B     20     200
5    B     20     300
6    C     30     100
7    C     30     200
8    C     30     300

方法2：用itertools.product生成组合 #

如果你用的是旧版本Pandas，或者想手动生成所有组合，可以用itertools.product：

import pandas as pd
from itertools import product

# 定义原始数据
df1 = pd.DataFrame([('A',10),('B',20),('C',30)], columns=['code','value'])
list_A = [100, 200, 300]

# 生成所有行与列表元素的组合
all_combinations = product(df1.itertuples(index=False), list_A)

# 转换为DataFrame
final_result = pd.DataFrame(
    [(row.code, row.value, num) for row, num in all_combinations],
    columns=['code','value','list_A']
)

print(final_result)

这个方法也能得到完全一样的结果，适合处理小规模数据集。

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