您可以使用itertools中的组合。这可以产生行索引的所有组合的列表，其然后可以用于形成新的数据框。显然，以下代码中的距离计算仅是说明性的。代码是分步骤完成的，因此如果需要，您可以查看中间层。

import pandas as pd
import numpy as np
from itertools import combinations

idxs = list(combinations(df.index,2))
dfx = pd.DataFrame(np.concatenate((df.iloc[idx[0]].values, df.iloc[idx[1]].values)) for idx in idxs)
dfx.columns = ['s_region', 's_country', 's_1', 's_2', 'd_region', 'd_country', 'd_1', 'd_2']
dfx['distance'] = dfx['s_1']-dfx['s_2']+dfx['d_1']-dfx['d_2']
print(dfx)

其给出：

s_region s_country  s_1  s_2 d_region d_country  d_1  d_2  distance
0     reg1     cntr1  0.5  0.7     reg2     cntr1  1.0  2.0      -1.2
1     reg1     cntr1  0.5  0.7     reg3     cntr1  2.0  1.2       0.6
2     reg1     cntr1  0.5  0.7     reg1     cntr2  3.0  0.3       2.5
3     reg1     cntr1  0.5  0.7    reg44     cntr2  0.2  0.7      -0.7
4     reg2     cntr1  1.0  2.0     reg3     cntr1  2.0  1.2      -0.2
5     reg2     cntr1  1.0  2.0     reg1     cntr2  3.0  0.3       1.7
6     reg2     cntr1  1.0  2.0    reg44     cntr2  0.2  0.7      -1.5
7     reg3     cntr1  2.0  1.2     reg1     cntr2  3.0  0.3       3.5
8     reg3     cntr1  2.0  1.2    reg44     cntr2  0.2  0.7       0.3
9     reg1     cntr2  3.0  0.3    reg44     cntr2  0.2  0.7       2.2

这假设源A，dest B与源B，dest A相同，因为两个距离将相同。如果你想拥有每一个源和每一个目的地，那么使用permutations而不是combinations。