Avoid full cross-join in testing each record against every other record

The merge in pandas has a cross-join function. I was hoping to
avoid a full cross-join in pairing each record of a large dataframe
with upto (say) a dozen records in another dataframe (possibly the
same dataframe) based on complex criteria involving a function of
multiple fields, not necessarily an equivalence relationship between
“key” columns.

Below is one simple example of matching based on inequality
relationships. I’ve commented out some input records to make the
output smaller, but they can be easily added back in for
experimentation with stricter matching criteria:

import pandas as pd

# Input dataframe
df_in = pd.DataFrame([ [ 1, 1, 4, 1 ],
                       [ 3, 4, 2, 4 ],
                       [ 0, 2, 0, 0 ],
                       [ 3, 1, 4, 4 ],
                       [ 0, 4, 4, 3 ],
#                      [ 1, 4, 2, 2 ],
#                      [ 3, 2, 0, 2 ],
#                      [ 3, 3, 1, 1 ],
#                      [ 0, 2, 2, 2 ],
#                      [ 4, 1, 2, 4 ],
#                      [ 3, 1, 1, 2 ],
#                      [ 2, 2, 3, 2 ],
#                      [ 2, 1, 3, 1 ],
#                      [ 2, 4, 1, 2 ],
#                      [ 1, 0, 0, 3 ],
                       [ 2, 1, 1, 3 ],
                       [ 2, 0, 1, 1 ],
                       [ 4, 1, 2, 1 ],
                       [ 3, 2, 2, 4 ],
                       [ 3, 1, 0, 0 ] ],
               columns=['A','B','C','D'] )

# Full cross-join
df_out = df_in.merge( df_in, how='cross' )

# Select a very small subset
df_out = df_out[ ( df_out.A_x < df_out.B_y ) &
                 ( df_out.C_x > df_out.D_y) ]

    A_x  B_x  C_x  D_x  A_y  B_y  C_y  D_y
2     1    1    4    1    0    2    0    0
4     1    1    4    1    0    4    4    3
34    3    1    4    4    0    4    4    3
40    0    4    4    3    1    1    4    1
42    0    4    4    3    0    2    0    0
44    0    4    4    3    0    4    4    3
45    0    4    4    3    2    1    1    3
47    0    4    4    3    4    1    2    1
49    0    4    4    3    3    1    0    0

In SQL, I didn’t need to create a full cross-join before filtering
away the unwanted matches. I could incorporate the filtering criteria
as a WHERE clause of a join, essentially in place of an ON clause.
The complex join criterion could involve mathematical or string
functions, or I wrote my own functions in VBA (at least I could for
Microsoft Access).

These joins didn’t take too much time despite the large number of
records. I strongly suspect that the query engine optimized the join so that
nothing close to a full cross-join is constructed.

Is there any way to incorporate complex join criteria into pandas
joins without the memory and time requirements of an intermediate
cross-join? How flexible can the criteria be, e.g., can they
incorporate arbitrary functions, including user defined functions?

Background

The dataframe consists of many messages with various sender IDs. The
IDs are typed in, so the data is very dirty. I will use Levenshtein
distance to group together IDs that are likely to be the same, but
each ID needs to be tested against every other ID, even though a match
will only be made between small subsets of the IDs.

That is only the starting point for a matching criterion. The
messages contain travel destinations, various time stamps, and other
identifying data. The join criterion will be developed to make
use of matching conditions between other fields as well.

Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa Dịch vụ tổ chức sự kiện 5 sao Thông tin về chúng tôi Dịch vụ sinh nhật bé trai Dịch vụ sinh nhật bé gái Sự kiện trọn gói Các tiết mục giải trí Dịch vụ bổ trợ Tiệc cưới sang trọng Dịch vụ khai trương Tư vấn tổ chức sự kiện Hình ảnh sự kiện Cập nhật tin tức Liên hệ ngay Thuê chú hề chuyên nghiệp Tiệc tất niên cho công ty Trang trí tiệc cuối năm Tiệc tất niên độc đáo Sinh nhật bé Hải Đăng Sinh nhật đáng yêu bé Khánh Vân Sinh nhật sang trọng Bích Ngân Tiệc sinh nhật bé Thanh Trang Dịch vụ ông già Noel Xiếc thú vui nhộn Biểu diễn xiếc quay đĩa Dịch vụ tổ chức tiệc uy tín Khám phá dịch vụ của chúng tôi Tiệc sinh nhật cho bé trai Trang trí tiệc cho bé gái Gói sự kiện chuyên nghiệp Chương trình giải trí hấp dẫn Dịch vụ hỗ trợ sự kiện Trang trí tiệc cưới đẹp Khởi đầu thành công với khai trương Chuyên gia tư vấn sự kiện Xem ảnh các sự kiện đẹp Tin mới về sự kiện Kết nối với đội ngũ chuyên gia Chú hề vui nhộn cho tiệc sinh nhật Ý tưởng tiệc cuối năm Tất niên độc đáo Trang trí tiệc hiện đại Tổ chức sinh nhật cho Hải Đăng Sinh nhật độc quyền Khánh Vân Phong cách tiệc Bích Ngân Trang trí tiệc bé Thanh Trang Thuê dịch vụ ông già Noel chuyên nghiệp Xem xiếc khỉ đặc sắc Xiếc quay đĩa thú vị
Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa
Thiết kế website Thiết kế website Thiết kế website Cách kháng tài khoản quảng cáo Mua bán Fanpage Facebook Dịch vụ SEO Tổ chức sinh nhật