Skip to main content
 首页 » 编程设计

Python Pandas之如何将具有两个不同列的两个数据框合并到两个列表列

2024年12月31日9youxin

我有两个数据框。

df1:

key  column_a  
AA   AAB       
AA   AAC       
AB   ABA       
AB   ABK       

df2:

key  column_b 
AA   AAA 
AB   ABA 
AB   ABK 
AC   ACC 

我想合并它们,但 column_a 和 column_b 会变成一个列表。

key  column_a       column_b 
AA   ['AAB','AAC']  ['AAA'] 
AB   ['ABA','ABK']  ['ABA','ABK'] 
AC   NaN            ['ACC'] 

请您参考如下方法:

如果转换为列表,您将失去使用 NumPy 数组保存在连续内存块中的矢量化功能。

解决方案 concat , groupby并聚合 lambda 函数 - 删除 NaN 并创建 list:

df = pd.concat([df1, df2]).groupby('key').agg(lambda x: x.dropna().tolist()) 
print (df) 
       column_a    column_b 
key                         
AA   [AAB, AAC]       [AAA] 
AB   [ABA, ABK]  [ABA, ABK] 
AC           []       [ACC] 

最后,如果需要将空列表替换为 NaN,请使用 DataFrame.where :

df = df.where(df.astype(bool)) 
print (df) 
       column_a    column_b 
key                         
AA   [AAB, AAC]       [AAA] 
AB   [ABA, ABK]  [ABA, ABK] 
AC          NaN       [ACC]