[英]How can I combine two dataframes based on a column of lists in Pandas
import pandas as pd
我有两个数据框:
df=\
pd.DataFrame.from_dict({'A':['xy','yx','zy','zz'],
'B':[[1, 3],[4, 3, 5],[3],[2, 6]]})
df2=\
pd.DataFrame.from_dict({'B':[1,3,4,5,6],
'C':['pq','rs','pr','qs','sp']})
df
看起来像:
A B
0 xy [1, 3]
1 yx [4, 3, 5]
2 zy [3]
3 zz [2, 6]
df2
看起来像:
B C
0 1 pq
1 3 rs
2 4 pr
3 5 qs
4 6 sp
我想将这两者结合起来形成res
:
res=\
pd.DataFrame.from_dict({'A':['xy','yx','zy','zz'],
'C':['pq','pr','rs','sp']})
IE
A C
0 xy pq
1 yx pr
2 zy rs
3 zz sp
df
中带有xy
的行具有 lsit [1,3]
。 df2
的B
列中有一行值为1
。 C
列在该行中具有值pq
,因此我将xy
与pq
结合使用。 接下来的两行也一样。 最后一行: df2
的B
列中没有 2 的值,所以我 go 为值6
( df
的最后一行有列表[2,6]
)。
如何在不迭代 dataframe 的情况下实现这一目标?
一个非常相似的西班牙语 SO帖子,启发了这篇文章。
您可以explode
“B”分解为单独的行,然后在“B”上合并并删除重复项。
非常感谢 Asish M. 在评论中指出了订购的潜在错误。
(df.explode('B')
.merge(df2, on='B', how='left')
.dropna(subset=['C'])
.drop_duplicates('A'))
A B C
0 xy 1 pq
2 yx 4 pr
5 zy 3 rs
7 zz 6 sp
理想情况下,以下应该有效:
df.explode('B').merge(df2).drop_duplicates('A')
但是,pandas(截至撰写时,版本 1.2dev)不保留合并时左键的顺序,这是一个错误,请参阅GH18776 。
同时,我们可以使用左合并的解决方法,如上所示。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.