本文介绍如何将 Pandas DataFrame 的每一行视为一个整体单元，高效生成指定大小（如 3）的所有行组合，并将组合结果横向展开为新 DataFrame，列名按原列重复排列，适用于中等规模数据的组合分析场景。
本文介绍如何将 Pandas DataFrame 的每一行视为一个整体单元，高效生成指定大小（如 3）的所有行组合，并将组合结果横向展开为新 DataFrame，列名按原列重复排列，适用于中等规模数据的组合分析场景。
在数据分析与特征工程中，常需基于原始记录构造高阶交互样本（例如两两配对、三元组关系建模）。此时，不能将各列拆解为独立元素，而应将整行作为不可分割的逻辑单元参与组合。Pandas 本身不提供行级组合内置方法，但借助 itertools.combinations 配合向量化构造，可实现简洁且相对高效的解决方案。
以下为完整实现流程：
-
明确组合语义：以
df.iloc[i]为单位进行组合，每组输出包含combination_size行的全部字段，横向拼接； -
生成行组合索引或值：推荐直接使用
df.values获取 NumPy 数组，避免索引开销； -
扁平化组合结构：每个组合是
combination_size × n_cols的元组，需展平为一维列表； -
动态构建列名：用
np.tile(df.columns, combination_size)实现'A','B','A','B','A','B'类列名序列。
import pandas as pd
import itertools
import numpy as np
# 示例数据
df = pd.DataFrame({'A': ['a', 'b', 'c', 'd'], 'B': ['1', '2', '3', '4']})
combination_size = 3
# ✅ 高效实现（推荐）
from itertools import combinations, chain
# 1. 生成所有行组合（返回 tuple of arrays）
row_combinations = combinations(df.values, combination_size)
# 2. 每个组合展平为一维数组，构造 DataFrame
combination_df = pd.DataFrame(
(chain.from_iterable(c) for c in row_combinations), # 生成器表达式，节省内存
columns=np.tile(df.columns, combination_size)
)
print(combination_df)
输出：
A B A B A B 0 a 1 b 2 c 3 1 a 1 b 2 d 4 2 a 1 c 3 d 4 3 b 2 c 3 d 4
⚠️ 注意事项：
- 组合数呈组合爆炸增长（
C(n, k)），当len(df) > 30且k ≥ 5时，内存与计算时间显著上升，建议提前采样或改用流式处理（如分批生成 + 写入 HDF5/Parquet）； - 若需保留原始索引信息，可改用
list(combinations(df.iterrows(), k))，但性能下降约 3–5 倍； - 列名重复可能导致后续操作歧义（如
df['A']返回多列），建议在组合后重命名列，例如：cols = [f"{col}_{i+1}" for i in range(combination_size) for col in df.columns] combination_df.columns = cols
该方法兼顾可读性与执行效率，在千行级数据上可秒级完成三元组生成，是处理行级组合任务的实用基准方案。
