如何与熊猫数据框中的键和键列表合并

Posted 2023-03-11

【中文标题】如何与熊猫数据框中的键和键列表合并

【英文标题】：how can merge with key and list of keys in pandas dataframe

【发布时间】：2022-01-17 13:55:07

【问题描述】：

df1 中有一个键，df2 有一个包含键列表的列

df1 = pd.DataFrame("key": ["D0", "D1", "D3", "D5", "D7"])
df2 = pd.DataFrame("keys" : [['D0','D1','D2'], ['D1','D2','D5'], ['D6','D7','D8'], ['D9','D10','D11', 'D12']],
                    "value" : [10, 20, 30, 40])

df1:

    key
0   D0
1   D1
2   D3
3   D5
4   D7

df2:

    keys                value
0   [D0, D1, D2]        10
1   [D1, D2, D5]        20
2   [D6, D7, D8]        30
3   [D9, D10, D11, D12] 40

我想使用 'key' 列和 'keys' 列合并 df1 和 df2 并保留 'first' 以防重复值（例如 'D1'）

df3:

    key value
0   D0  10.0
1   D1  10.0
2   D3  NaN
3   D5  20.0
4   D7  30.0

【参考方案1】：

使用explode 和merge：

df3 = df1.merge(df2.explode('keys'), left_on='key', right_on='keys', how='left') \
         .drop_duplicates('key').drop(columns='keys')
print(df3)

# Output:
  key  value
0  D0   10.0
1  D1   10.0
3  D3    NaN
4  D5   20.0
5  D7   30.0

另一种方式，使用explode 和map：

df3 = df1.assign(value=df1['key'].map(df2.explode('keys').drop_duplicates('keys') \
                                         .set_index('keys')['value']))
print(df3)

# Output:
  key  value
0  D0   10.0
1  D1   10.0
2  D3    NaN
3  D5   20.0
4  D7   30.0

【讨论】：

非常感谢...我不知道爆炸。

【参考方案2】：

将DataFrame.join 与DataFrame.explode 和GroupBy.first 一起使用：

df = df1.join(df2.explode('keys').groupby('keys').first(), on='key')
print (df)
  key  value
0  D0   10.0
1  D1   10.0
2  D3    NaN
3  D5   20.0
4  D7   30.0

【讨论】：

效果很好，谢谢。