python - 有什么方法可以从两个数据帧创建一个新的数据帧，其中一个 df 的每一行都必须重复？

Question

我有两个数据框，如下所示。我想创建一个新的数据框，其中必须根据 df2 行的长度复制 df1 列，然后必须将行的每个值附加为新行，如下所示异常(exception)输出的呈现方式。我尝试连接两个数据帧，然后用于实现异常输出，但返回空数据帧。有没有最好的方法来获得异常(exception)的输出？

数据框:-

将 pandas 导入为 pd

data = [10,20,30,40,50,60]
df1 = pd.DataFrame(data, columns=['Numbers'])
df1
  Numbers
0   10
1   20
2   30
3   40
4   50
5   60
data = {'name':['pro','lop1','lo','p','ll','qi'],'name2':['pro2','lop2','lol','po','llop','qiij'],
        'names':['pro1','lop3','lol1','ppp','lop','qis']}
df2 = pd.DataFrame(data)
df2
    name    name2   names
0   pro     pro2    pro1
1   lop1    lop2    lop3
2   lo      lol     lol1
3   p       po      ppp
4   ll      llop    lop
5   qi      qiij    qis

代码:-

new_df=pd.concat([df1,df2],axis=1)
final = (pd.wide_to_long(new_df,stubnames=['Names'], i=['Numbers'], 
                j='drop').reset_index().drop('drop', 1))
print(final)

Numbers names   name    name2   Names

(给出空数据框)

异常输出:-

Numbers  Name
    10      pro
    10      pro2
    10      pro1
    20      lop1
    20      lop2
    20      lop3
    30      lo
    30      lol
    30      lol1
    40      p
    40      po
    40      ppp
    50      ll
    50      llop
    50      lop
    60      qi
    60      qiij
    60      qis

Answer 1

使用concat与 DataFrame.set_index和 DataFrame.stack ，最后删除 Multiindex 的第二层并创建 2 列 DataFrame:

new_df = (pd.concat([df1,df2],axis=1)
            .set_index('Numbers')
            .stack()
            .droplevel(1)
            .reset_index(name='Name'))

或者使用DataFrame.melt ，那么需要按 DataFrame.sort_values 排序:

new_df = (pd.concat([df1,df2],axis=1)
            .melt('Numbers', value_name='Name')
            .drop('variable', axis=1)
            .sort_values('Numbers', ignore_index=True, kind='mergesort'))
print (new_df)
    Numbers  Name
0        10   pro
1        10  pro2
2        10  pro1
3        20  lop1
4        20  lop2
5        20  lop3
6        30    lo
7        30   lol
8        30  lol1
9        40     p
10       40    po
11       40   ppp
12       50    ll
13       50  llop
14       50   lop
15       60    qi
16       60  qiij
17       60   qis