如何生成指定Pandas DataFrame所有列值的所有可能组合？

嘿，我来帮你搞定这个生成所有列值可能组合的需求！首先先看一下你的原始DataFrame：

import pandas as pd

df = pd.DataFrame({
    'Student':['Siri','Alexa'], 
    'Class':['6', '7'], 
    'Section':['A','B'], 
    'Teacher':['Ravi','Mark'], 
    'School':['C','D']
})

你现在用的添加key然后多次merge的思路是完全可行的，我帮你把代码补全：

# 给原表添加统一的key列，用于笛卡尔积连接
df['key'] = 1

# 依次和每一列做外连接，逐步生成所有组合
df1 = pd.merge(df[['key','Student']], df[['key','Class']], on='key', how='outer')
df2 = df1.merge(df[['key','Section']], on='key', how='outer')
df3 = df2.merge(df[['key','Teacher']], on='key', how='outer')
# 最后合并School列，并删除多余的key列
df_final = df3.merge(df[['key','School']], on='key', how='outer').drop('key', axis=1)

这个方法的核心是：因为所有子表的key值都相同（都是1），外连接会自动把每个子表的所有行和其他子表的所有行进行组合，也就是我们要的笛卡尔积。

不过还有更简洁的方法，用itertools.product直接生成所有组合，代码更短也更直观：

from itertools import product

# 提取每一列的所有值
column_values = [df[col].tolist() for col in df.columns]

# 生成所有列值的笛卡尔积组合
all_combinations = list(product(*column_values))

# 转换为DataFrame
df_final = pd.DataFrame(all_combinations, columns=df.columns)

这个方法里，product(*column_values)会把每一列的取值作为独立的可迭代对象，生成所有可能的排列组合，最后直接转成DataFrame就搞定了。

两种方法最终都会生成32行数据（因为每列有2个值，2^5=32），结果完全一致，你可以根据自己的习惯选择使用~

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