Skip to main content
 首页 » 编程设计

python之根据列值将数据从一个 pandas 数据框复制到另一个,并用逗号分隔

2025年01月19日7yyy_WW

我有两个数据框,即 df1 和 df2。

df1 就像

Index YH   HE  MT  CU  EI 
 0    Dot  Sf  Sy  Lc   
 1    Rls  Bd  Sa  Ta   
 2    Fs       Ft  Rg      

df2 就像

Index   Z1   Z2  Z3 
 0      YH       HE 
 1      HE       EI 
 2      MT       CU   

我想要一个看起来像这样的df3

Index   Z1           Z2     Z3 
 0      YH                  HE 
 1      HE                  EI 
 2      MT                  CU   
 3      Dot,Rls,Fs          Sf,Bd 
 4      Sf,Bd               
 5      Sy,Sa,Ft            Lc,Ta,Rg 

基本上,只在一个单元格中,但用逗号分隔。逗号分隔的单元格是从 df1 获得的。

在df3中,第3、4、5行对应第0、1、2行

(0,Z1) of df2 is YH and column YH in df1 is Dot,Rls,Fs  
So Dot,Rls,Fs comes at (3,Z1) in df3 
 
(1,Z1) of df2 is HE and HE column has Sf,BD in df1  
So Sf,Bd comes at (4,Z1) in df3  

类似地,对于所有其他人。

如果还不清楚,请告诉我。

请您参考如下方法:

答案已经包含在上一个问题中

s=df2.set_index('Index').astype(object).apply(lambda x : x.map(df1.set_index('Index').to_dict('l'))) 
 
 
pd.concat([df2.set_index('Index'),s.fillna('').applymap(','.join)]) 
 
Out[1798]:  
               Z1 Z2        Z3 
Index                          
0              YH           HE 
1              HE           EI 
2              MT           CU 
0      Dot,Rls,Fs       Sf,Bd, 
1          Sf,Bd,           ,, 
2        Sy,Sa,Ft     Lc,Ta,Rg 

更新

s=df2.set_index('Index').astype(object).apply(lambda x : x.map(df1.set_index('Index').replace('',np.nan).stack().groupby(level=1).apply(list).to_dict())) 
pd.concat([df2.set_index('Index'),s.fillna('').applymap(','.join)]) 
Out[1815]:  
               Z1 Z2        Z3 
Index                          
0              YH           HE 
1              HE           EI 
2              MT           CU 
0      Dot,Rls,Fs        Sf,Bd 
1           Sf,Bd              
2        Sy,Sa,Ft     Lc,Ta,Rg