如何用不同的 dataframe 中的另一项替换一行中的一项？

Question

我有一个 df，其中每一行都有列表中的单词。 我有另一个 df，其中一列中有一些单词和第二列中的类别。 我想用另一个 df 中的类别替换第一个 df 中的单词，并清除第一个 df 中的其他单词。

这是不起作用的：

{for word in tweets_tab_merged2['cleaned_tweet']:
    if word in tuple(NAWL_merged_NA['word']):
        words = [word.replace(NAWL_merged_NA['word'], NAWL_merged_NA['category']) for w in words]}

Answer 1

有几种方法可以做到这一点。 一种是使用分解列表，合并单个单词中的类别列，然后重新聚合列表。 查看您提供的图像，您的第一个表是tweets_tab_merged2 ，第二个包含类别的表是NAWL_merged_NA 。 您的代码可能如下所示：

ttm2_expl = tweets_tab_merged2.explode("cleaned_tweet")
ttm2_expl = ttm2_expl.reset_index()
ttm2_expl = ttm2_expl.merge(NAWL_merged_NA, how="left", left_on="cleaned_tweet", right_on="word")
ttm2_expl.drop(columns=["word"], inplace=True)
tweets_tab_merged2 = ttm2_expl.group_by(by="index").aggregate(lambda group: [word for word in group if word is not None])
tweets_tab_merged2.drop(columns=['index'], inplace=True)

使用样本数据，它似乎有效：

tweets_tab_merged2 = pd.DataFrame([{"cleaned_tweet":['a','b','c']},{"cleaned_tweet":['c']},{"cleaned_tweet":['a','b']}])
NAWL_merged_NA = pd.DataFrame([{'word':'a', 'category':'x'},{'word':'b', 'category':'y'},{'word':'c', 'category':'z'}])

...
tweets_tab_merged2
              category
cleaned_tweet
a               [x, x]
b               [y, y]
c               [z, z]