Python Pandas - 如何将具有两个不同列的两个数据帧合并到两个列表列

Question

我有两个数据框。

df1：

key  column_a 
AA   AAB      
AA   AAC      
AB   ABA      
AB   ABK      

df2：

key  column_b
AA   AAA
AB   ABA
AB   ABK
AC   ACC

我想合并它们，但 column_a 和 column_b 将成为一个列表。

key  column_a       column_b
AA   ['AAB','AAC']  ['AAA']
AB   ['ABA','ABK']  ['ABA','ABK']
AC   NaN            ['ACC']

Answer 1

如果转换为列表，您将失去使用保存在连续内存块中的 NumPy 数组的矢量化功能。

使用concat 、 groupby和聚合 lambda 函数的解决方案 - 删除NaN并创建list ：

df = pd.concat([df1, df2]).groupby('key').agg(lambda x: x.dropna().tolist())
print (df)
       column_a    column_b
key                        
AA   [AAB, AAC]       [AAA]
AB   [ABA, ABK]  [ABA, ABK]
AC           []       [ACC]

最后，如果需要将空列表替换为NaN使用DataFrame.where ：

df = df.where(df.astype(bool))
print (df)
       column_a    column_b
key                        
AA   [AAB, AAC]       [AAA]
AB   [ABA, ABK]  [ABA, ABK]
AC          NaN       [ACC]