Pandas两个数据框的交叉连接

Question

我找不到关于交叉连接包含合并/连接或其他内容的任何信息。我需要使用{我的函数}作为myfunc来处理两个数据框。相当于：

{
    for itemA in df1.iterrows():
           for itemB in df2.iterrows():
                       t["A"] = myfunc(itemA[1]["A"],itemB[1]["A"])
 }      

等同于：

{
 select myfunc(df1.A,df2.A),df1.A,df2.A from df1,df2;
}

但我需要更有效率的解决方案： 如果使用apply，我将如何实现它们。谢谢；^^

- Vity Lin

---

你解决了吗？如果有问题，请在我的回答中评论。 - leroyJr

Answer 1

创建一个通用的“键”来交叉连接这两个：

df1['key'] = 0
df2['key'] = 0

df1.merge(df2, on='key', how='outer')

- A.Kot

---

虽然这种方法有些粗糙，但概念上非常容易理解！谢谢 - chinnychinchin

在合并语句中，你还需要添加 on='key' 参数。 - Jon Scott

我认为how参数对结果没有影响。你可以将其省略并使用默认值（即inner）。 - alejandro

@alejandro OP特别要求进行交叉连接，这与外连接相同，而不是内连接。 - A.Kot

@A.Kot 我理解你的观点，但就你的代码而言，使用how参数不会造成影响，因为你是在一个固定的键上进行连接，这个键始终匹配，所以inner不会消除任何行。 - alejandro

Answer 2

关于叉乘，请参见这个问题。

基本上，您需要执行普通合并操作，但给每一行相同的键以加入，在帧之间使每一行都彼此连接。

然后，您可以通过应用您的函数向新框架添加列：

new_df = pd.merge(df1, df2, on=key)
new_df.new_col = new_df.apply(lambda row: myfunc(row['A_x'], row['A_y']), axis=1)

axis=1 强制 .apply 沿行方向工作。如果合并的数据框中存在共享的列，像上面的例子一样，“A_x”和“A_y”将成为结果框架中默认的列名。

- leroyJr