使用2个Pandas DF插入与列值出现相关的值。

Question

我有两个爸爸

df1
col_1  col_2    col_3
  1     a1     "text1"
  2     a2     "text2"
  3     a1     "text3"
  4     a1     "text4"

df2
col_1  col_2
  1     a1     
  2     a2     
  3     a3    

df1的col_2中出现了多个值(学生)，而df2只出现了一个。我对df1的col_3中的文本感兴趣。

我需要将df1的文本列插入到df2中，处理col_2的多次出现。

final_df

col_1   col_2        text_from_df1
  1        a1    ["text1,"text3","text4"]
  2        a2          ["text2"]
  3        a3             NaN

有什么好办法吗？我在这里有点疑惑。

Answer 1

您可以使用 groupby 关于 df1 然后 right merge 根据它们的具体栏目 col_2:

df_final = pd.merge(df1.groupby('col_2')['col_3'].apply(list), df2, left_on=['col_2'], right_on = ['col_2'], how = 'right')

产出。

  col_2                  col_3  col_1
0    a1  [text1, text3, text4]      1
1    a2                [text2]      2
2    a3                    NaN      3

Answer 2

>>> df2.merge(df1.groupby('col_2')['col_3'].apply(list).rename('text_from_df1').reset_index(), how='left')

   col_1 col_2                text_from_df1
0      1    a1  ["text1", "text3", "text4"]
1      2    a2                    ["text2"]
2      3    a3                          NaN

你最好不要保留一个 "小号"。list 类型的对象，因为它可能导致复杂的道路。