如何在不重复PANDAS DataFrame组合的情况下进行随机列组合的循环？

Question

我有一个有4列（a，b，d，e，f，g）的熊猫数据框架。我想将每种组合随机分为4种组合（例如ABDE，ADEF，AEFG）。然后将组合的列添加到我的现有数据框架中，其中包含列“ C”（例如，输出将如下：Cabde）。但是我想制作所有组合，并将其添加到包含“ C”列的其他数据框架中，并将其保存为数据框架。 这是我的DFC ：（带有C列C的DataFrame）

             C
0     0.439024
1     0.429268
2     0.429268
3     0.434146
4     0.439024
...
2203  0.346341
2204  0.341463
2205  0.331707
2206  0.312195
2207  0.390244

这是我的DF6（带有列（a，b，d，e，f，g）的DataFrame，

             A         B         D         E         F         G
0     0.043902  0.014634  0.356098  0.253659  0.117073  0.112195
1     0.043902  0.058537  0.375610  0.229268  0.141463  0.082927
2     0.058537  0.087805  0.400000  0.234146  0.141463  0.053659
3     0.068293  0.102439  0.429268  0.239024  0.146341  0.034146
4     0.082927  0.102439  0.468293  0.248780  0.151220  0.029268
...
2203  0.063415  0.068293  0.204878  0.312195  0.019512  0.053659
2204  0.053659  0.073171  0.195122  0.307317  0.019512  0.053659
2205  0.063415  0.073171  0.180488  0.302439  0.024390  0.043902
2206  0.073171  0.073171  0.160976  0.302439  0.034146  0.043902
2207  0.092683  0.087805  0.097561  0.287805  0.043902  0.053659

这是我的代码，可以从DF6中获取列的随机组合：

df4.sample(n=4,axis='columns')

这是我使用C列和DF4添加数据框的方式：

dfC.join(dfR)

这是示例输出：

             C         D         A         F         B
0     0.439024  0.356098  0.043902  0.117073  0.014634
1     0.429268  0.375610  0.043902  0.141463  0.058537
2     0.429268  0.400000  0.058537  0.141463  0.087805
3     0.434146  0.429268  0.068293  0.146341  0.102439
4     0.439024  0.468293  0.082927  0.151220  0.102439
...
2203  0.346341  0.204878  0.063415  0.019512  0.068293
2204  0.341463  0.195122  0.053659  0.019512  0.073171
2205  0.331707  0.180488  0.063415  0.024390  0.073171
2206  0.312195  0.160976  0.073171  0.034146  0.073171
2207  0.390244  0.097561  0.092683  0.043902  0.087805

但是我想获得所有组合并将其保存为数据框架。

Answer 1

您可以为列名称的所有组合创建数据框字典：

from  itertools import combinations

cols= ['A','B','D','E','F','G']
#or get columns to variable 
cols = df4.columns

d = {"".join(tup): dfC.join(df4[tup]) for tup in combinations(cols, 4)}

print (d['CABDE'])