Question

我希望在每个数据框中的同一id上合并两个数据框，但要创建一个新列，并将指定列中的任何值附加到新数据帧列中的数组。我希望在第二个数据框中看到多个匹配的ID。

这是一个澄清我要找的内容的例子：

import numpy as np
import pandas as pd

df1 = pd.DataFrame(np.random.randint(3, size=(5, 4)), columns=('ID', 'X1', 'X2', 'X3'))
print(df1)

   ID  X1  X2  X3
0   1   1   0   2
1   0   1   0   1
2   0   1   2   2
3   1   2   2   0
4   2   1   0   0

d = {'ID' : pd.Series([1, 2, 1, 4, 5]), 'Tag' : pd.Series(['One', 'Two', 'Two', 'Four', 'Five'])}
df2 = (pd.DataFrame(d))
print(df2)

   ID   Tag
0   1   One
1   2   Two
2   1   Two
3   4  Four
4   5  Five

这是我期望在第一行看到的内容：

   ID  X1  X2  X3  Merged_Tags
0   1   1   0   2  ['One', 'Two']

我想加入df1的id列，查看所有df2以匹配ids（会有多个匹配的ID ）。找到匹配的id时，df2['Tag']中存储的值应附加到df1中的列，可能是数组。

我迭代地管理了这个，但我的数据集相对较大，因此没有发现它可行。

Answer 1

试试这个：

In [35]: pd.merge(df1, df2.groupby('ID').Tag.apply(list).reset_index(), on='ID', how='left')
Out[35]:
   ID  X1  X2  X3         Tag
0   2   1   1   2       [Two]
1   1   0   1   1  [One, Two]
2   0   2   1   2         NaN
3   1   0   2   2  [One, Two]
4   0   0   2   2         NaN

或者您可以使用map()方法：

In [38]: df1['Merged_Tags'] = df1.ID.map(df2.groupby('ID').Tag.apply(list))

In [39]: df1
Out[39]:
   ID  X1  X2  X3 Merged_Tags
0   2   1   1   2       [Two]
1   1   0   1   1  [One, Two]
2   0   2   1   2         NaN
3   1   0   2   2  [One, Two]
4   0   0   2   2         NaN

Answer 2

>>> df1.join(df2.groupby('ID').Tag.apply(lambda group: list(group)), on='ID')

   ID  X1  X2  X3         Tag
0   1   1   0   2  [One, Two]
1   0   1   0   1         NaN
2   0   1   2   2         NaN
3   1   2   2   0  [One, Two]
4   2   1   0   0       [Two]

Pandas - 合并两个数据框，创建新列，将值附加到数组

2 个答案: