Панды инициализируют фрейм данных с помощью np.array (). T

Question

Я столкнулся с комментарием Кена Вея к этому ответу о том, что использование панд cartesian_product() при инициализации кадра данных с np.array().T быстрее, чем itertools.product для объединения элементов двух списков.

Я не понимаю, как это можно использовать.Имеется два списка:

l1 = ['A', 'B']

l2 = [1, 2]

Как бы вы пришли к этому фрейму данных, используя его cartesian_product() и np.array().T?

+-----+-----+-----+
|     | l1  | l2  |
+-----+-----+-----+
|  0  | A   | 1   |
+-----+-----+-----+
|  1  | A   | 2   |
+-----+-----+-----+
|  2  | B   | 1   |
+-----+-----+-----+
|  3  | B   | 2   |
+-----+-----+-----+

Answer 1

Что означает, как указано, не распаковывать, а использовать np.array().T:

>>> pd.DataFrame(np.array(pd.core.reshape.util.cartesian_product([l1, l2])).T)
   0  1
0  A  1
1  A  2
2  B  1
3  B  2