如何从DataFrame列生成歌曲创作者的全排列组合新DataFrame？

要实现这个需求，我们可以借助pandas处理数据，结合itertools.combinations生成创作者的两两配对（从你的示例来看，你需要的是无重复的单向配对，而非严格意义上的全排列——因为示例里没有反向的组合，比如Tupac Shakur, Prince这种）。以下是具体步骤：

步骤1：导入依赖库 #

首先导入所需工具：

import pandas as pd
from itertools import combinations

步骤2：处理原始DataFrame #

假设你的原始DataFrame名为df，其中Song列是歌曲名，Writer列是用逗号分隔的创作者字符串（如你提供的示例图所示）。先把每个歌曲的创作者分割成列表：

# 将Writer列的字符串分割为创作者列表
df['writers_list'] = df['Writer'].str.split(', ', expand=False)

步骤3：生成创作者组合并构建新DataFrame #

遍历每一行，为每个歌曲的创作者列表生成所有2元素的组合，再整理成目标格式的DataFrame：

# 初始化空列表存储结果
result_rows = []

for _, row in df.iterrows():
    song_name = row['Song']
    writers = row['writers_list']
    # 生成所有不重复的两两创作者组合
    for writer_pair in combinations(writers, 2):
        result_rows.append({
            'Song': song_name,
            'Writer1': writer_pair[0],
            'Writer2': writer_pair[1]
        })

# 转换为最终的新DataFrame
new_df = pd.DataFrame(result_rows)

如果你不需要保留歌曲名，只需删除代码中Song相关的字段即可。

验证结果 #

以你给出的《03 Bonnie & Clyde》为例，运行代码后生成的对应行将和你示例的格式一致（示例里的Tupac S应该是输入笔误，实际会保留完整的Tupac Shakur）：

Song          Writer1          Writer2
0  03 Bonnie & Clyde           Prince    Tupac Shakur
1  03 Bonnie & Clyde           Prince           Jay-Z
2  03 Bonnie & Clyde           Prince    Tyrone Wrice
3  03 Bonnie & Clyde           Prince       Kanye West
4  03 Bonnie & Clyde    Tupac Shakur           Jay-Z
5  03 Bonnie & Clyde    Tupac Shakur    Tyrone Wrice
6  03 Bonnie & Clyde    Tupac Shakur       Kanye West
7  03 Bonnie & Clyde           Jay-Z    Tyrone Wrice
8  03 Bonnie & Clyde           Jay-Z       Kanye West
9  03 Bonnie & Clyde    Tyrone Wrice       Kanye West

特殊场景补充 #

如果你的原始DataFrame是同一歌曲对应多行创作者（即每一行是一个歌曲的单个创作者），处理方式只需调整分组逻辑：

# 按歌曲分组，收集每个歌曲的创作者列表
grouped_df = df.groupby('Song')['Writer'].apply(list).reset_index()

# 后续生成组合的逻辑和之前一致
result_rows = []
for _, row in grouped_df.iterrows():
    writers = row['Writer']
    for writer_pair in combinations(writers, 2):
        result_rows.append({
            'Writer1': writer_pair[0],
            'Writer2': writer_pair[1]
        })

new_df = pd.DataFrame(result_rows)

这样就能完美匹配你的需求啦！

内容的提问来源于stack exchange，提问作者joe borg