Python - Pandas 组合了两个提供不同值的数据帧

Question

我有两个不同的数据框，有两列，我想合并它们 + 得到它们 B 列的总和。问题是 dataframe 1 有一些数据，我想保留。 我会写一个例子，所以它是有意义的

Dataframe 1

Columns A Column B
House     walls,doors,rooms
Animal    Legs,nose,eyes
car       tires,engine 

Dataframe 2

Column A  Column B
House     windows,kitchen
Bike      wheels,bicycle chain

期望的结果

Column A  Column B
House     walls,doors,rooms,windows,kitchen
Animal    Legs,nose,eyes
Car       tires,engine
Bike      wheels,bicycle chain

合并 function 没有帮助，我尝试使用 pd.concat 然后以某种方式聚合数据，但也没有帮助。 有人知道如何解决它吗？

Answer 1

pd.concat([df1, df2]).groupby("Column A")["Column B"].apply(', '.join).reset_index()

连接数据框后，按 A 列对值进行分组，然后使用apply将 B 列中的分组字符串连接起来，最后使用reset_index()恢复 A 列。

编辑：评论扩展

要删除重复项，您可以使用set数据结构，它只保留您放入其中的每个元素的单个版本。 对于每一行 x，拆分单词，然后将单词列表转换为一个集合：

df4 = df3["Column B"].apply(lambda x: set(x.split(", "))).reset_index()

请注意，在此之后，您的 B 列将包含集合。 我将让您弄清楚如何使用类似的模式从集合重新转换为字符串。