Python 在给定一组约束的情况下使用所有唯一组合创建数据帧

不需要过滤浮动列的关键是生成块对角矩阵.这里的其他东西都只有.join(..., how = 'cross')美元

from scipy.linalg import block_diag
import pandas as pd
import numpy as np

inputs = {
    "a": [True, False],
    "b": [True, False],
    "c": [0.0, 0.1, 0.2],
    "d": [0.0, 0.1, 0.2, 0.3],
}

bool_inputs = {"a", "b"}
float_inputs = {"c", "d"}

num = block_diag(*[np.atleast_2d(inputs[k][1:]) for k in float_inputs]).T
df = pd.DataFrame(columns = float_inputs, data = num)


for k in bool_inputs:
    df = df.join(pd.DataFrame(columns = [k], data = inputs[k]), how = 'cross')
    
df = df.reindex(sorted(df.columns), axis=1)

输出:

        a      b    c    d
0    True   True  0.1  0.0
1   False   True  0.1  0.0
2    True  False  0.1  0.0
3   False  False  0.1  0.0
4    True   True  0.2  0.0
5   False   True  0.2  0.0
6    True  False  0.2  0.0
7   False  False  0.2  0.0
8    True   True  0.0  0.1
9   False   True  0.0  0.1
10   True  False  0.0  0.1
11  False  False  0.0  0.1
12   True   True  0.0  0.2
13  False   True  0.0  0.2
14   True  False  0.0  0.2
15  False  False  0.0  0.2
16   True   True  0.0  0.3
17  False   True  0.0  0.3
18   True  False  0.0  0.3
19  False  False  0.0  0.3

编辑:我假设只有一个非零浮点列是严格的，否则替换:

num = block_diag(*[np.atleast_2d(inputs[k][1:]) for k in float_inputs]).T
df = pd.DataFrame(columns = float_inputs, data = num)

有:

num = block_diag(*[np.atleast_2d(inputs[k][1:]) for k in float_inputs]).T
num = np.r_[np.zeros_like(num)[[0], :], num]
df = pd.DataFrame(columns = float_inputs, data = num)