【python】生成笛卡尔积(交叉表)DataFrame和numpy

有文件A：，B：，希望通过A,B生成C：
就是笛卡尔积操作。
一，当数据在numpy数组中，数据为：

A=['a','b','c','d']B=['1','2','3','4']

其实方法一的思想很简单粗暴：A,B元素存储在list中，将A中每个元素复制len(B)次，然后将之与B进行行合并；得到的结果再与result列合并。最后输出result
代码如下：

def dikaerji(A,B):    lenB = len(B)#     print(lenB)    dika_num = pd.DataFrame(columns=['alph','num'])    for a in A:        curA = np.array([a]*lenB)        curA.shape = (lenB,1)           # 必须要先转换成np的aray形式，不然会报“没有shape”的错        curB = np.array(B)        curB.shape = (lenB,1)        join_h = np.hstack((curA,curB))        dika_num = dika_num.append(pd.DataFrame(join_h,columns=['alph','num']),ignore_index=True)    return dika_num

结果为：

方法二，若数据是在两个DataFrame中存储着：

first = DataFrame([['a','b','c','d']],columns=['first'])second = DataFrame([1,2,3,4],columns=['second'])

思想：循环遍历两层for循环，使用iterrows()函数来获取行信息，代码如下：

def getMergeAB(A,B):    newDf = DataFrame(columns=['alpha','nums'])    for _,A_row in A.iterrows():        for _,B_row in B.iterrows():            AData=A_row['first']            BData=B_row['second']              row = DataFrame([dict(alpha=AData,nums=BData)])            newDf = newDf.append(row,ignore_index=True)    return newDf

测试：

first = DataFrame([['a','x'],['b','y'],['c','z'],['d','w']],columns=['first','x_first'])second = DataFrame([1,2,3,4],columns=['second'])da = getMergeAB(first,second)

结果：

说明：A.iterrows()函数返回一个(index, Series) pairs，存储的是这一行的下标值和这一行所有的值