列出两列时合并两个 Pandas 数据框

Posted 2023-03-12

技术标签:

【中文标题】列出两列时合并两个 Pandas 数据框【英文标题】：Merge Two Pandas Dataframes when two columns are list 【发布时间】：2017-01-20 03:40:48 【问题描述】：

我有两个 Pandas 数据框，它们需要合并。示例数据框是：

         c1  c2
pd1 = [[1, [1,2]]

         c3  c4
pd2 = [[1, [1,3]], 
       [2,[2,3]]

result = [[1,1], [1,2]]

连接条件是 c2 和 c4 中的列表至少有一个共同元素。

我试过了：

result = pd.merge(pd1, pd2, left_on=list('c2'),right_on=list('c4'), how='inner')

但是，这似乎只在每列中的行是单个值（如浮点数、整数或字符串）时才加入它们。

我已经使用嵌套循环解决了这个问题。当集合变大时，它会像狗一样运行。有没有更快的方法来利用数据帧执行这种合并，或者还有其他更好的方法吗？

【问题讨论】：

【参考方案1】：

pd1 = pd.DataFrame([[1, [1,2]]], columns=['c1', 'c2'])
pd1

pd2 = pd.DataFrame([[1, [1, 2]], [2, [2, 3]]], columns=['c3', 'c4'])
pd2

s2 = pd2.c4.apply(pd.Series).stack() \
        .rename_axis(['idx2', 'lst2']).reset_index(name='val')
s2

s1 = pd1.c2.apply(pd.Series).stack() \
        .rename_axis(['idx1', 'lst1']).reset_index(name='val')
s1

mrg = s1.merge(s2)[['idx1', 'idx2']].drop_duplicates()
mrg

a1 = pd1.c1.loc[mrg.idx1].values
a2 = pd2.c3.loc[mrg.idx2]

pd.DataFrame(dict(c1=a1, c3=a2))

【讨论】：

以上是关于列出两列时合并两个 Pandas 数据框的主要内容，如果未能解决你的问题，请参考以下文章