您可以使用itertools.permutations生成排列，然后切片和比较：

from itertools import permutations

a, b = map(list, zip(*permutations(df.index, r=2)))

out = (df.loc[a].ne(df.loc[b].to_numpy()).astype(int)
         .set_axis(pd.MultiIndex.from_arrays([a, b]))
       )

输出：

pasta  potatoes  rice
tom   jenny      1         1     0
      bob        0         1     0
jenny tom        1         1     0
      bob        1         0     0
bob   tom        0         1     0
      jenny      1         0     0

您可以轻松地使用combinations来代替permutations（总信息相同）：
输出：

pasta  potatoes  rice
tom   jenny      1         1     0
      bob        0         1     0
jenny bob        1         0     0

首先使用MultiIndex.from_product：

idx = pd.MultiIndex.from_product([df.index, df.index])
idx = idx[idx.get_level_values(0) != idx.get_level_values(1)]

或者使用itertools.permutations和MultiIndex.from_tuples的解决方案：

from itertools import permutations

idx = pd.MultiIndex.from_tuples(list(permutations(df.index, 2)))

然后使用Series.reindex和compare by DataFrame.ne，并将boolean转换为整数，以进行True/False到1/0的Map：

df = df.reindex(idx, level=0).ne(df.reindex(idx, level=1)).astype(int)
print (df)
             pasta  potatoes  rice
tom   jenny      1         1     0
      bob        0         1     0
jenny tom        1         1     0
      bob        1         0     0
bob   tom        0         1     0
      jenny      1         0     0

您可以cross join和groupby（）

d = df.reset_index().join(df.reset_index(),how = 'cross',lsuffix='_').set_index(['index_','index']).rename(lambda x: x.rstrip('_'),axis=1).groupby(level=0,axis=1).all()

(~d).astype(int).loc[d.index.get_level_values(0)!=d.index.get_level_values(1)]

输出：

pasta  potatoes  rice
index_ index                       
tom    jenny      1         1     0
       bob        0         1     0
jenny  tom        1         1     0
       bob        1         0     0
bob    tom        0         1     0
       jenny      1         0     0

另一种可能的解决方案：

(pd.DataFrame((df.values != df.values[:, None]).astype(int).reshape(-1, 3), 
             index=pd.MultiIndex.from_product([df.index, df.index]))
 .set_axis(df.columns, axis=1)
 .loc[lambda x: x.index.get_level_values(0) != x.index.get_level_values(1)])

输出：

pasta  potatoes  rice
tom   jenny      1         1     0
      bob        0         1     0
jenny tom        1         1     0
      bob        1         0     0
bob   tom        0         1     0
      jenny      1         0     0