从 Pandas 数据框中选择组合

Posted 2023-03-12

【中文标题】从 Pandas 数据框中选择组合

【英文标题】：Choosing combinations from Pandas Dataframes

【发布时间】：2021-02-23 06:28:16

【问题描述】：

Dataframe 包含股票数据（dataframe 中的数据无关，省略）：

      open   high   low   close
MSFT
APPL
IBM
GM
XP
INTC

问题：选择 3 只股票的组合使得

顺序不重要：如果 MSFT/APPL/IBM 已计算，则 IBM/MSFT/APPL 是多余的 组合不能有重复项：不能有 MSFT/MSFT/APPL

例如，如果一次只选择两只股票，则选择下方带有“X”的组合。这可以扩展到 3 个维度。

        MSFT   APPL   IBM   GM   XP   INTC
MSFT
APPL    X
IBM     X      X     
GM      X      X     X
XP      X      X     X      X 
INTC    X      X     X      X    X

我可以用非 Python 的方式（3 个嵌套循环）做到这一点，但我正在寻找更好的解决方案。

需要一个不在内存中保存整个多维数据集的解决方案。数据集很大，只保留累积结果，而不是组合或其结果。

【参考方案1】：

您可以使用itertools.combination。它非常有用、快速，并且满足您的两个要求。

from itertools import combinations

stocks = ['MSFT','APPL','IBM','GM','XP','INTC']
list(combinations(iterable=stocks, r=2))

然后按预期修改r 参数（组合长度）。

【讨论】：

我做了这样的事情，因为大数据集的组合爆炸内存需求。感谢您的回答！ code stocks = ['MSFT','APPL','IBM','GM','XP','INTC'] combos=combinations(iterable=stocks, r=3) for combo in combos: #do something code