通过 List 列中的常见字符串元素映射两个数据框

Posted 2023-03-12

【中文标题】通过 List 列中的常见字符串元素映射两个数据框

【英文标题】：Map two data frames by common string elements from List column

【发布时间】：2020-04-21 18:22:54

【问题描述】：

如果两列中的字符串元素匹配，我想映射两个数据框，我拥有的公共列是用逗号分隔的字符串。我也尝试将地图功能转换为字典。但它没有奏效。

df 
Text
[Temp,Temp2]
[Temp4,Temp7,Temp2]


ClusterDf
Label             Member
[Cluster1]    [Temp,Temp8]
[Cluster2]   [Temp4,Temp7]

我想要像这样的输出

df 
Text                     Label  
[Temp,Temp2]             [Cluster1]  
[Temp4,Temp7,Temp2]      [Cluster2]

【参考方案1】：

通过ClusterDf 创建字典，然后通过map 和next 添加新列，如果不匹配则迭代：

d = v: a[0] for a, b in zip(ClusterDf['Label'], ClusterDf['Member']) for v in b
print (d)
'Temp': 'Cluster1', 'Temp8': 'Cluster1', 'Temp4': 'Cluster2', 'Temp7': 'Cluster2'

df['Label'] = df['Text'].map(lambda x: next(iter(d[y] for y in x if y in d), 'no match'))
print (df)
                    Text     Label
0          [Temp, Temp2]  Cluster1
1  [Temp4, Temp7, Temp2]  Cluster2

如需清单：

df['Label'] = df['Text'].map(lambda x: [next(iter(d[y] for y in x if y in d), 'no match')])
print (df)
                    Text       Label
0          [Temp, Temp2]  [Cluster1]
1  [Temp4, Temp7, Temp2]  [Cluster2]

如果想要所有匹配（如果存在）：

df['Label'] = df['Text'].map(lambda x: [d[y] for y in x if y in d])
print (df)
                    Text                 Label
0          [Temp, Temp2]            [Cluster1]
1  [Temp4, Temp7, Temp2]  [Cluster2, Cluster2]

【参考方案2】：

感谢@jezrael，第三个解决方案对我来说非常有效。非常感谢。 你让我开心

df['Label'] = df['Text'].map(lambda x: [d[y] for y in x if y in d])