有檔案A：，B：，希望通過A,B生成C：
就是笛卡爾積操作。
一，當資料在numpy陣列中，資料為：

A=['a','b','c','d']
B=['1','2','3','4']

其實方法一的思想很簡單粗暴：A,B元素儲存在list中，將A中每個元素複製len(B)次，然後將之與B進行行合併；得到的結果再與result列合併。最後輸出result
程式碼如下：

def dikaerji(A,B):
    lenB = len(B)
#     print(lenB)
    dika_num = pd.DataFrame(columns=['alph','num'])
    for
 
 a in A:
        curA = np.array([a]*lenB)
        curA.shape = (lenB,1)   

        # 必須要先轉換成np的aray形式，不然會報“沒有shape”的錯
        curB = np.array(B)
        curB.shape = (lenB,1)

        join_h = np.hstack((curA,curB))

        dika_num = dika_num.append(pd.DataFrame(join_h,columns=['alph','num']),ignore_index=True
 
)
    return dika_num

結果為：

方法二，若資料是在兩個DataFrame中儲存著：

first = DataFrame([['a','b','c','d']],columns=['first'])
second = DataFrame([1,2,3,4],columns=['second'])

思想：迴圈遍歷兩層for迴圈，使用iterrows()函式來獲取行資訊，程式碼如下：

def getMergeAB(A,B):
    newDf = DataFrame(columns=['alpha','nums'])
    for _,A_row in
 
 A.iterrows():
        for _,B_row in B.iterrows():
            AData=A_row['first']
            BData=B_row['second']  
            row = DataFrame([dict(alpha=AData,nums=BData)])
            newDf = newDf.append(row,ignore_index=True)
    return newDf

測試：

first = DataFrame([['a','x'],['b','y'],['c','z'],['d','w']],columns=['first','x_first'])
second = DataFrame([1,2,3,4],columns=['second'])
da = getMergeAB(first,second)

結果：

說明：A.iterrows()函式返回一個(index, Series) pairs，儲存的是這一行的下標值和這一行所有的值