将数据框组合到特定的行值（对于n行，追加数据框）

Question

我有2个数据框，我需要像下面这样组合

这是我的数据框1

这是我的数据框2

我希望我的输出如下：

Answer 1

index = pd.MultiIndex.from_product(
    [df1['symbol'], df2['symbol']], 
    names=['col1', 'col2'])

pd.DataFrame(index=index).reset_index()

    col1    col2
0   L160    K-AL
1   L160    K-PL
2   L170    K-AL
3   L170    K-PL
4   L180    K-AL
5   L180    K-PL

编辑：

现在有了@Andy L.，情况会更好：

pd.MultiIndex.from_product([df1['symbol'], df2['symbol']], names=['col1', 'col2']) \
    .to_frame(index=False)

Answer 2

Assign的人工键列及其上的merge，以获取所有匹配项：

df1.assign(key=1).merge(df2.assign(key=1), on='key', suffixes=['_1', '_2']).drop('key', axis=1)

输出

  symbol_1 symbol_2
0     L160     K-AL
1     L160     K-PL
2     L170     K-AL
3     L170     K-PL
4     L180     K-AL
5     L180     K-PL

Answer 3

df1 = DataFrame({'key':[1,1,1],'symbol':['L160','L170','L180']})
df2 = DataFrame({'key':[1,1],'symbol':['K-PL','K-AL']})
merge(df1, df2,on='key')[['col1', 'col2']]

基本上是笛卡尔积。 LINK

输出

  key symbol_x symbol_y
0    1     L160     K-PL
1    1     L160     K-AL
2    1     L170     K-PL
3    1     L170     K-AL
4    1     L180     K-PL
5    1     L180     K-AL

Answer 4

使用Numpy也可以：

import numpy as np
import pandas as pd

df1 = pd.DataFrame(['L160', 'L170', 'L180'],columns=['symbol'])
df2 = pd.DataFrame(['K-AL', 'K-PL'],columns=['symbol'])

np.transpose([np.tile(df1['symbol'], len(df2['symbol'])), np.repeat(df2['symbol'], len(df1['symbol']))])

或直接在Pandas数据框中：

pd.DataFrame(np.transpose([np.tile(df1['symbol'], len(df2['symbol'])), np.repeat(df2['symbol'], len(df1['symbol']))]))