遍历两个熊猫数据帧并从df1中找到一个字符串，其中a在df2中

Question

我有两个Dataframe，我们称它们为df1和df2。

df1

Term Served term1 82321 term2 54232 term3 34323 term4 1231

df2

Full Term clicks this is term1 233 oh boy this is term2 122 yea that's right term1 1121 oh no not that term4 313123

我想逐行查找df1中的字词每次出现在df2中。 之后，我想总结该特定字词的所有点击。 输出结果看起来像

Term Served Clicks term1 82321 1354 term2 54232 122 term3 34323 0 term4 1231 313123

这是我到目前为止所拥有的。 我一直没有抓住df1中的术语出现在df2中的所有时间。 下面的代码仅使循环遍历df1中的第一行。 也许我不了解str.findall()或者我的循环错了。

for index, row in df1.iterrows(): for row2 in df2.iteritems(): full_headline = df2['Full Term'].str.findall(row[0]) print(full_headline)

Answer 1

IIUC使用str.findall从df1 str.findall df2中的Term，那么我们需要gourpby将df2中的公共Term sum 。到目前为止，我们只需要使用map将结果分配回df1

df2['Full Term']=df2['Full Term'].str.findall('|'.join(df1.Term)).str[0]
s=df2.groupby('Full Term').clicks.sum()
df1['Clicks']=df1.Term.map(s).fillna(0)
df1
Out[114]: 
    Term  Served    Clicks
0  term1   82321    1354.0
1  term2   54232     122.0
2  term3   34323       0.0
3  term4    1231  313123.0

---

更新如果是这样的话，你可能希望看到unnesting后str.findall

df2['Full Term']=df2['Full Term'].str.findall('|'.join(df1.Term))
df2=df2[df2['Full Term'].astype(bool)].copy()#adding here

def unnesting(df, explode):
    idx=df.index.repeat(df[explode[0]].str.len())
    df1=pd.concat([pd.DataFrame({x:np.concatenate(df[x].values)} )for x in explode],axis=1)
    df1.index=idx
    return df1.join(df.drop(explode,1),how='left')
s=unnesting(df2,['Full Term']).groupby('Full Term').clicks.sum()
df1['Clicks'] = df1.Term.map(s).fillna(0)
df1
Out[137]: 
    Term  Served  Clicks
0  term1   82321    1354
1  term2   54232     355
2  term3   34323     233
3  term4    1231  313123

---