小编Joh*_*ohn的帖子

场景如下：我有一组具有 2 个属性的数据：年份和 (export/import) 年份有 3 个选择， (export/import) 有 2 个选择，总共有 3*2=6 个数据集。

 1. 2015, imports 
 2. 2016, imports
 3. 2017, imports
 4. 2015, exports
 5. 2016, exports
 6. 2017, exports 

我以前的做法是为每个数据集添加一个图例，这样总共有 6 个图例。当我点击一个图例时，例如 2015 导出，只有 1 行被隐藏。其他带有关键字 2015 或“exports”的行仍然可见。我想知道是否有一种可行的方法可以只生成 2+3=5 个图例，2015,2016,2017,exports 和 imports。当我点击 2015 时，属于 2015 的所有 3 个数据集都被隐藏了。然后，如果我进一步单击“导入”，则所有属于“导入”的数据集都将被隐藏。此时，只有 2 个数据集可见：

 1. 2016, exports
 2. 2016, imports

（推理是 1。它线性增长 2。它为数据集提供了另一个视角）

我有一个当前情况的工作示例，其中包含 6 个图例：

from bokeh.io import output_file, show, output_notebook, reset_output
from bokeh.models import ColumnDataSource
from bokeh.palettes import GnBu3, OrRd3 …

我需要组合两个大型数据框，现在需要几个小时。我想知道是否有更快的方法来做到这一点。下面是示例：df1 包含一些关于衬衫的信息，而 df2 包含关于裤子的信息。我想将它们合并到一个显示所有有效组合的新数据框中。被认为有效的是班次和裤子的“尺寸”和“性别”应该相同，而它们的颜色可以推迟。这是一个简化的示例（实际情况是 df1 和 df2 都可以是 10k 行）

    import pandas as pd
    import itertools
    list_color = ['black','white']
    list_size =  ['S','M','L']
    list_gender = ['M','F']
    list_shirts_price = [11,12,13,14,15,16,17,18]
    lists_shirts = [list_color, list_size, list_gender]
    list_pants_price = [21,22,23,24,25,26,27,28]
    lists_pants = [list_color, list_size, list_gender]
    df_shirts = pd.DataFrame(list(itertools.product(*lists_shirts)), columns=['Color', 'Size', 'Gender','Price'])
    df_shirts['Price'] = list_shirts_price
    df_pants = pd.DataFrame(list(itertools.product(*lists_pants)), columns=['Color', 'Size', 'Gender','Price'])
    df_pants['Price'] = list_pants_price

df_衬衫：