在 vs 代码中执行时使用可迭代设置时必须具有相等的 len 键和值

Question

我有两个如下所示的数据框。 现在，我想比较两个 df 的两列，并且在匹配值时，它必须与 append 另一列的值与另一个具有新列的 df 进行比较，但是当尝试执行如下所示的 for 循环时会引发以下错误。 相同的代码在 jupyter notebook 中运行良好，但在 vs code 中执行时会抛出错误。 我不明白这个问题，实现它的最佳方法是什么？

df1
    id            ids_list
0   1           [126, 238]
1   2           [126, 355]
2   3       [1265, 152, 238]
3   4       [1265, 1529,2384,17235]
df2
  from_id   to_id
0   1         2 
1   3         1
2   2         1
3   4         2
4   2         3
 
for y,z in zip(df1['id'],df1['ids_list']):
        df2.loc[df2.from_id == y, 'from_ids'] = z
        df2.loc[df2.to_id == y, 'to_ids'] = z

在 jupyter notebook 中执行时，会导致例外的 output：

  from_id   to_id   from_ids                     to_ids
0   1         2     [126, 238]                  [126, 355]
1   3         1     [1265, 152, 238]            [126, 238]
2   2         1     [126, 355]                  [126, 238]
3   4         2     [1265, 1529,2384,17235]     [126, 355]
4   2         3     [126, 355]                  [1265, 152, 238]

但是在 vs 代码中运行相同的代码时出现以下错误：

Must have equal len keys and value when setting with an iterable

Answer 1

如果不匹配，则使用DataFrame.applymap和dict.get映射可能的空列表：

d = dict(zip(df1['id'],df1['ids_list']))

f = lambda x: d.get(x, [])
df2[['from_ids','to_ids']] = df2[['from_id','to_id']].applymap(f)
print (df2)
   from_id  to_id                   from_ids            to_ids
0        1      2                 [126, 238]        [126, 355]
1        3      1           [1265, 152, 238]        [126, 238]
2        2      1                 [126, 355]        [126, 238]
3        4      2  [1265, 1529, 2384, 17235]        [126, 355]
4        2      3                 [126, 355]  [1265, 152, 238]

如果没有匹配是可能的缺失值使用：

df2[['from_ids','to_ids']] = df2[['from_id','to_id']].apply(lambda x: x.map(d))
print (df2)
   from_id  to_id                   from_ids            to_ids
0        1      2                 [126, 238]        [126, 355]
1        3      1           [1265, 152, 238]        [126, 238]
2        2      1                 [126, 355]        [126, 238]
3        4      2  [1265, 1529, 2384, 17235]        [126, 355]
4        2      3                 [126, 355]  [1265, 152, 238]