Question

我有4个包含一列的CSV文件。每列代表名称的一部分（4部分）：

CSV 1：

first_name
michael
madonna
steve
albert

CSV 2：

second_name
luke
han
kurt

CSV 3：

first_last_name
jackson
jobs
skywalker

CSV 4：

second_last_name
solo
cobain
einstein

我想要的最终结果是获得所有4列（4个CSV）之间的所有可能组合：

first_name,second_name,first_last_name,second_last_name
michael,luke,jackson,solo
michael,luke,jackson,cobain
michael,luke,jackson,einstein
michael,luke,jobs,solo
michael,luke,jobs,cobain
michael,luke,jobs,einstein
michael,luke,skywalker,solo
michael,luke,skywalker,cobain
michael,luke,skywalker,einstein
...

使用 pandas 我将每个 CSV 转换为数据框，但我不知道如何将所有四个结合起来。我怎样才能做到这一点？

Answer 1

import numpy as np 
import pandas as pd 
import itertools
import functools

def cartesian(df1, df2):
    rows = itertools.product(df1.iterrows(), df2.iterrows())    
    df = pd.DataFrame(left.append(right) for (_, left), (_, right) in rows)
    return df.reset_index(drop=True)

df1 = pd.read_csv('first_name.csv')
df2 = pd.read_csv('second_name.csv')
df3 = pd.read_csv('first_last_name.csv')
df4 = pd.read_csv('second_last_name.csv')

combined = functools.reduce(cartesian, [df1, df2, df3, df4])
combined.to_csv('combined.csv')

Answer 2

使用itertools.product进行繁重的工作。

import pandas as pd
from itertools import product

lists = [list(pd.read_csv('data{}.csv'.format(i), header=0).iloc[:,0]) for i in range(1,5)]
combined = list(','.join(items) for items in product(*lists))
pd.DataFrame(combined).to_csv('combined.csv', index=0)

如果您只想要列表表单，请使用combined。它看起来像：

['michael,luke,jackson,solo',
 'michael,luke,jackson,cobain',
 'michael,luke,jackson,einstein',
 'michael,luke,jobs,solo',
 'michael,luke,jobs,cobain',
 'michael,luke,jobs,einstein',
 'michael,luke,skywalker,solo',
 'michael,luke,skywalker,cobain',
 'michael,luke,skywalker,einstein',
 ...

或者最后一行将合并后的值写入CSV。

Python3 Pandas - 如何创建4列的所有组合并将它们以CSV格式写入行？

2 个答案: