Python Pandas self join 用于合并笛卡尔积以产生所有组合和总和

Question

我是 Python 的新手，看起来它具有很大的灵 active 并且比传统的 RDBMS 系统更快。

致力于一个非常简单的过程来创建随机的幻想团队。我来自 RDBMS 背景 (Oracle SQL)，这似乎不是这种数据处理的最佳选择。

我使用从 csv 文件读取的 pandas 制作了一个数据框，现在有一个包含两列的简单数据框 -- 球员，薪水:

`                    Name  Salary
0              Jason Day   11700
1         Dustin Johnson   11600
2           Rory McIlroy   11400
3          Jordan Spieth   11100
4         Henrik Stenson   10500
5         Phil Mickelson   10200
6            Justin Rose    9800
7             Adam Scott    9600
8          Sergio Garcia    9400
9          Rickie Fowler    9200`

我试图通过 python (pandas) 做的是产生 6 名球员的所有组合，薪水在一定数量 45000 到 50000 之间。

在查找 python 选项时，我发现 itertools 组合很有趣，但它会产生大量组合，而不会过滤薪水总和。

在传统的 SQL 中，我会使用 SUM 进行大量合并笛卡尔连接，但随后我会在不同的位置获取玩家。

如A、B、C则C、B、A..

我的传统 SQL 不能很好地工作是这样的:

` SELECT distinct
ONE.name AS "1", 
  TWO.name AS "2",
    THREE.name AS "3",
      FOUR.name AS "4", 
  FIVE.name AS "5", 
  SIX.name AS "6",
   sum(one.salary + two.salary + three.salary + four.salary + five.salary + six.salary) as salary
  FROM 
  nl.pgachamp2 ONE,nl.pgachamp2 TWO,nl.pgachamp2 THREE, nl.pgachamp2 FOUR,nl.pgachamp2 FIVE,nl.pgachamp2 SIX
 where ONE.name != TWO.name
 and ONE.name != THREE.name
 and one.name != four.name
 and one.name != five.name
 and TWO.name != THREE.name
 and TWO.name != four.name
 and two.name != five.name
 and TWO.name != six.name
 and THREE.name != four.name
 and THREE.name != five.name
 and three.name != six.name
 and five.name != six.name
 and four.name != six.name
 and four.name != five.name
 and one.name != six.name
 group by ONE.name, TWO.name, THREE.name, FOUR.name, FIVE.name, SIX.name`

有没有办法在 Pandas/Python 中做到这一点？

任何可以指向的文档都很棒!

Answer 1

我针对 6 个组合运行此程序，但没有找到满意的团队。我改用 5。

这应该让你到达那里:

from itertools import combinations
import pandas as pd


s = df.set_index('Name').squeeze()
combos = pd.DataFrame([c for c in combinations(s.index, 5)])
combo_salary = combos.apply(lambda x: s.ix[x].sum(), axis=1)
combos[(combo_salary >= 45000) & (combo_salary <= 50000)]