Python：通过唯一组合连接两个数据帧的最简单方法？

Question

我有两个数据帧：

fuels = pd.DataFrame({'Fuel_Type':['Gasoline', 'Diesel', 'E85']})

years = pd.DataFrame()
years['Year_Model'] = range(2012, 2041)

我所期望的输出是一个新的数据框，它将这两个数据框组合为两列，但对于“年”中的每个值，请对“燃料”中的每个独特燃料类型重复该输出

换句话说，每个不同的年份应重复三次，每种类型的燃料应重复一次

我可以很简单地在R中通过以下方式实现：

df <- merge(
         data.frame(years = c(2012:2040)),
         data.frame(fuels = c("Gasoline", "Diesel", "E85")),
         allow.cartesian = T)

我看过类似问题的答案，例如：

Create all possible combinations of multiple columns in a Pandas DataFrame

Performant cartesian product (CROSS JOIN) with pandas

cartesian product in pandas

但是，要么我似乎无法将答案的代码应用于我自己的数据，要么答案太复杂，我无法理解（因为我对Python非常陌生）

有没有一种好的、易于理解的方法

Answer 1

您发布的第二个链接有一个很好的解决方案，但它还有很多其他内容，因此如果您是python新手，可能很难提取。你想要：

df = fuels.assign(key=0).merge(years.assign(key=0), on = 'key').drop('key', 1)

这是一种光滑的单轮，因为我们正在同时做一些事情。我们实质上是在每个数据帧中添加一列0，加入其中，然后去掉该列。以下是将其分解为以下步骤：

fuels = fuels.assign(key=0) #add a 'key' column to fuels with all 0s for values
years = years.addign(key=0) #add a 'key' column to years with all 0s for values
df = fuels.merge(years, on = 'key') #sql-style join on the key column
df = df.drop('key', 1) #get rid of the key column in the final product

merge方法默认为内部联接，因此我们不需要指定，因为这很好。我们只需要告诉它在右边的列中加入on = 'key'。.drop('key', 1)中的1告诉它删除列调用的键（1轴），如果我们没有指定（.drop('key')），或者给它一个0（.drop('key', 0)），它将尝试删除行调用的键

Answer 2

下面的答案应该对您有所帮助：

import pandas as pd


fuels = pd.DataFrame({'Fuel_Type': ['Gasoline', 'Diesel', 'E85']})

years = pd.DataFrame()
years['Year_Model'] = range(2012, 2041)
fuels['key'] = 1
years['key'] = 1


print(pd.merge(fuels, years, on='key').drop("key", 1))

输出：

   Fuel_Type Year_Model
0   Gasoline       2012
1   Gasoline       2013
2   Gasoline       2014
3   Gasoline       2015
4   Gasoline       2016
..       ...        ...
82       E85       2036
83       E85       2037
84       E85       2038
85       E85       2039
86       E85       2040

[87 rows x 2 columns]