计算数据框列中列表的所有排列

Posted 2023-02-25

【中文标题】计算数据框列中列表的所有排列

【英文标题】：compute all permutations of a list in a dataframe column

【发布时间】：2019-05-29 00:33:48

【问题描述】：

我正在尝试计算 df 中列表或列的所有排列，同时保留 id 列。

input df
    id    list
    1     foo bar
    2     dog cat

desired df output
    id    list
    1     foo bar
    1     bar foo
    2     dog cat
    2     cat dog

【问题讨论】：

值真的是'foo bar'，还是['foo', 'bar']？

【参考方案1】：

IIUC 只使用来自itertools 的permutations，那么它是unnest

df['list']=df['list'].str.split(' ')
import itertools
df['list']=[list(itertools.permutations(x)) for x in df['list']]
pd.DataFrame('id':df.id.repeat(df['list'].str.len()),'list':np.concatenate(df['list'].values).tolist())
Out[522]: 
   id        list
0   1  [foo, bar]
0   1  [bar, foo]
1   2  [dog, cat]
1   2  [cat, dog]

【讨论】：

@leo 不，你不能:-)

【参考方案2】：

您可以使用permutations 的列表推导：

from itertools import permutations

df = pd.DataFrame('id': [1, 2], 'list': [['foo', 'bar'], ['cat', 'dog']])

>>> pd.DataFrame([[id_, list(perm)] 
                  for id_, list_items in df.values for perm in permutations(list_items)], 
                 columns=['id', 'list'])
   id        list
0   1  [foo, bar]
1   1  [bar, foo]
2   2  [cat, dog]
3   2  [dog, cat]

根据列表内容的确切结构，您可能首先需要解析。

【讨论】：

此解决方案似乎解决了列中的多个字数统计问题，而第一个解决方案似乎仅适用于静态字数统计。

这不是更好地解决您的问题吗？此外，此解决方案不会改变原始数据帧。