数据框行的快速笛卡尔总和

如何解决数据框行的快速笛卡尔总和

我在3个轴（x，y，z）上有两个错误数据框：

df1 = pd.DataFrame([[0,1,2],[-1,1],[-2,3]],columns = ['x','y','z'])
df2 = pd.DataFrame([[1,3],[1,'z'])

我正在寻找一种快速的方法来找到两个数据帧每一行的平方的笛卡尔求和。

编辑我当前的解决方案：

cartesian_sum = list(np.sum(list(tup),axis = 0).tolist() 
                    for tup in itertools.product( (df1**2).to_numpy().tolist(),(df2**2).to_numpy().tolist() ) )

cartesian_sum
>>> 
[[1,2,13],8],[2,10],5],[5,18],18]]

太慢（约2.4毫秒；与仅运行约8-10毫秒的熊猫解决方案相比）。

这与related question (link here)类似，但是使用itertools的过程太慢了。在Python中有更快的方法吗？

解决方法

我认为您首先需要交叉连接，删除列a，平方，然后在第一级将列转换为MultiIndex和sum：

df = df1.assign(a=1).merge(df2.assign(a=1),on='a').drop('a',axis=1) ** 2
df.columns = df.columns.str.split('_',expand=True)
df = df.sum(level=0,axis=1)
print (df)
   x  y   z
0  1  2  13
1  1  1   8
2  1  1  13
3  2  1  10
4  2  0   5
5  2  0  10
6  5  1  18
7  5  0  13
8  5  0  18

---

详细信息：

print (df1.assign(a=1).merge(df2.assign(a=1),on='a'))
   x_x  y_x  z_x  a  x_y  y_y  z_y
0    0    1    2  1    1    1    3
1    0    1    2  1    1    0    2
2    0    1    2  1    1    0    3
3   -1    0    1  1    1    1    3
4   -1    0    1  1    1    0    2
5   -1    0    1  1    1    0    3
6   -2    0    3  1    1    1    3
7   -2    0    3  1    1    0    2
8   -2    0    3  1    1    0    3

提高性能的一个主意：

#https://stackoverflow.com/a/53699013/2901002
def cartesian_product_simplified_changed(left,right):
    la,lb = len(left),len(right)
    ia2,ib2 = np.broadcast_arrays(*np.ogrid[:la,:lb])

    a = np.column_stack([left.values[ia2.ravel()] ** 2,right.values[ib2.ravel()] ** 2])
    a = a[:,:la] + a[:,la:]
    return a


a = cartesian_product_simplified_changed(df1,df2)
print (a)
[[ 1  2 13]
 [ 1  1  8]
 [ 1  1 13]
 [ 2  1 10]
 [ 2  0  5]
 [ 2  0 10]
 [ 5  1 18]
 [ 5  0 13]
 [ 5  0 18]]